前言

有的时候，你可能在从零搭建 Webpack 项目很熟悉，配置过各种

深度神经网络需要很长时间来训练。训练速度受模型的复杂性、批大小、GPU、训练数据集的大小等因素的影响。

在PyTorch中，torch.utils.data.Dataset和
torch.utils.data.DataLoader通常用于加载数据集和生成批处理。但是从版本1.11开始，PyTorch引入了TorchData库，它实现了一种不同的加载数据集的方法。

在本文中，我们将比较数据集比较大的情况下这两两种方法是如何工作的。我们以CelebA和DigiFace1M的面部图像为例。表1显示了它们的比较特征。我们训练使用ResNet-50模型。然后进行1轮的训练来进行使用方法和时间的比较。

前言

随着项目的不断迭代，功能越来越多，构建出来的apk文件的大小也会越来越大，这样会导致在移动网络情况下下载时，使用的网络流量会增大，并且apk太大，导致下载的时间也增加，虽然当前每个人的手机的流量都很多，对用户流量影响不大，但是据一些网站统计，安装包越大，用户的转化率是在降低的，所以减少apk的体积，可以让更多的用户愿意去下载和体验产品。所以，对apk体积进行瘦身还是很有必要的。在对apk体积进行瘦身前，最好保证这个apk已经是经过Proguard优化过的。

过去的时间里，Android开发逐步走向成熟，一个个与Android相关的开发工具也层出不穷。不过，在面对各种新鲜事物时，不要忘了那些我们每天使用的大量开源库。在这里，向大家介绍的就是，在这个任劳任怨的大家庭中，最受开发者喜爱的五个Android库。希望通过对它们的了解，能够对你的开发工作有所帮助。

1. GSON

Gson是Google提供的用来在Java对象和JSON数据之间进行映射的Java类库。可用于将Java对象转换成对应的JSON表示，也可以将JSON字符串转换成一个等效的Java对象。如果与API打交道的话，那么这将会是你经常需要的东西。我们主要使用JSON的原因就是，较XML，轻量级的JSON要简单的多。

前言

Coil 是一个非常年轻的图片加载库，在 2020 年 10 月 22 日才发布了 1.0.0 版本，但却受到了 Android 官方的推广，在 Android Developers Backstage 这个博客中专门聊过一期。推广的原因比较简单：一方面是这个库确实做得很好，另一方面是这个库完全是用 Kotlin 写的，而且运用了大量 Kotlin 的特性，尤其是协程。所以 Google 嘴上说着不会放弃 Java，但实际上咱们都懂的。

预言已显，新月将至！Threejs复刻原神绝美空月之歌场景

不得不说原神的美工这一块真的没话说，身为一个前端切图仔，马上被他的 web 特效吸引。刚好最近在学习 Three.js，想着能否通过复刻一个新活动场景来练练手。于是，我开始了这场 Three.js 的奇妙之旅。