用Windows的机器可以开发出兼容安卓和苹果机的HTML5应用吗

Posted 2023-03-22

我知道用苹果机的sdk可以开发出兼容安卓的html5应用

但不知道拿Windows机器在安卓环境上可不可以开发出兼容苹果机的HTML5应用？

如果能的话，就免于买苹果机了，mac很贵呢。。。

谁能帮我解答下，谢谢呀

ios的只能在MAC里开发吧

但是安卓可以在WINDOWS或者MAC在或者LINUX下 任何操作系统 因为他是开源的

不过理论上IOS也是可以在WINDOWS下开发的 虚拟机呗追问

我是说HTML5的应用。。。

追答

用phonegap。。。。。类似于虚拟机 在IOS或者安卓 塞班 WP 都可以利用javascript+HTML5开发手机应用

参考技术A 兼容苹果机的HTML5应用有什么区别？这和MAC，还是Windows无关阿追问

phonegap这插件有安卓和mac里的Xcode版的

安卓环境在win机就能安装，我想问的是在安卓下用phonegap开发HTML5的应用能兼容苹果吗

下载苹果发布Turi Create机器学习框架，5行代码开发图像识别

【导读】苹果公司在GitHub 上分享了一个机器学习框架TuriCreate。 这一框架有可视化界面，非常简单易用，可以让开发者更容易构建机器学习模型，甚至可以用仅仅数行代码就可以开发出一个图像识别模型。此外，它还可以可将模型导出到Core ML，从而快速部署在iOS、macOS、watchOS和tvOS等平台上面。

▌TuriCreate的开发流程

---

---

TuriCreate简化了机器学习模型的开发流程。

•  TuriCreate

Turi Create简化了机器学习模型的开发。你不必成为一个机器学习专家，就可以在你的应用程序中添加推荐、目标检测、图像分类、图像相似度或动作分类等任务。该机器学习库有很多优点：

• 易于使用：专注于任务而不是算法；

• 可视化：内置的流式可视化功能可以探索您的数据；

• 灵活性：支持文本、图像、音频、视频和传感器数据；

• 快速和可扩展：在单个机器上能处理大规模数据；

• 准备部署：可将模型导出到Core ML，以用于iOS，macOS，watchOS和tvOS的应用程序。

 

示例：使用几行代码的图像分类器

如果您希望您的应用程序识别图像中的特定目标，则可以使用下面几行代码构建自己的模型：

import turicreate as tc

# Load data 
data = tc.SFrame('photoLabel.sframe')

# Create a model
model = tc.image_classifier.create(data, target='photoLabel')

# Make predictions
predictions = model.predict(data)

# Export to Core ML
model.export_coreml('MyClassifier.mlmodel')

在iOS应用中很容易使用生成的模型：

• TuriCreate

使用Turi Create，你可以解决一些常见的任务：

• 推荐系统

  https://github.com/apple/turicreate/blob/master/userguide/recommender/introduction.md

• 图像分类

  https://github.com/apple/turicreate/blob/master/userguide/image_classifier/introduction.md

• 图像相似度

  https://github.com/apple/turicreate/blob/master/userguide/image_similarity/introduction.md

• 目标检测

  https://github.com/apple/turicreate/blob/master/userguide/object_detection/introduction.md

• 动作分类

  https://github.com/apple/turicreate/blob/master/userguide/activity_classifier/introduction.md

• 文本分类

  https://github.com/apple/turicreate/blob/master/userguide/text_classifier/introduction.md

您还可以使用基本的机器学习模型，来组织基于算法的工具包：

• 分类

• 回归

• 图分析

• 聚类

• 最邻近

• 主题模型

 

支持的平台，Turi Create支持：

• macOS 10.22+

• Linux（glibc 2.12+）

• Windows 10（WSL）

 

 

系统环境需求：

• Python 2.7 (Python 3.5+将会很快支持)

• x86_64架构

 

• 安装

关于Linux的不同版本的详细说明请参阅LINUX_INSTALL.md，对于常见的安装问题，请参阅INSTALL_ISSUES.md。

 

我们建议使用virtualenv来使用、安装或构建Turi Create。确保使用系统pip来安装virtualenv。

pip install virtualenv

 

安装Turi Create的方法遵循标准的python包安装步骤。要创建一个名为venv的Python虚拟环境，遵循以下步骤:

# Create a Python virtual environment
cd ~
virtualenv venv

 

为了激活你的新虚拟环境，并在这个环境中安装Turi Create，请遵循以下步骤：

 

# Active your virtual environment
source ~/venv/bin/activate

# Install Turi Create in the new virtual environment, pythonenv
(venv) pip install -U turicreate

 

• 文档

用户指南和API文档包含更多关于如何使用Turi Create的详细信息。

https://apple.github.io/turicreate/docs/userguide

https://apple.github.io/turicreate/docs/userguide

 

• GPU支持

Turi Create不需要使用GPU，但某些模型可以通过使用GPU来加速。要在安装了生成程序包之后启用GPU支持，请执行以下步骤：

安装CUDA 8.0（http://docs.nvidia.com/cuda/cuda-installation-guide-linux/）

为CUDA 8.0安装cuDNN 5（https://developer.nvidia.com/cudnn）

 

确保将CUDA库路径添加到您的LD_LIBRARY_PATH环境变量中。一般情况下，你需要添加以下代码：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

如果您将cuDNN文件安装到一个单独的目录中，请确保将它单独添加到另一个目录中。下一步是卸载mxnet，并安装支持cuda的mxnet-cu80包：

(venv) pip uninstall -y mxnet
(venv) pip install mxnet-cu80==0.11.0

确保安装了turi create(当前是0.11.0)相同版本的MXNet。如果你在设置GPU上有困难，MXNet的安装说明可能会提供帮助。

https://mxnet.incubator.apache.org/get_started/install.html

 

• 从源代码进行构建：（Building From Source）

如果您想从源代码构建Turi Create，请参阅BUILD.md。

 

• 贡献

参见：CONTRIBUTING.md.

参考链接：

https://github.com/apple/turicreate

-END-

专 · 知

人工智能领域主题知识资料查看获取：

同时欢迎各位用户进行专知投稿，详情请点击：

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（Rancho_Fang），加入专知主题人工智能群交流！

点击“阅读原文”，使用专知！