【功能模块】日历【操作步骤&问题现象】1、如何设置为无重复

为了降低应用侧的开发难度、提升应用侧开发效率，物联网平台向应用侧开放了 API。开发者可以调用开放的 API，快速集成物联网平台的功能，如产品管理、设备管理、订阅管理、设备命令、规则管理等功能。应用侧需先通过 IAM 服务鉴权，获取 Token 后，方可实现相关产品管理、设备管理等功能。 如何调用 API华为云物联网平台提供多样的北向 Restful API 接口给应用开发者，方便应用开发者能够基于平台提供的能力快速开发出物联网应用。 构造请求请求 URI 由如下部分组成：{URI-scheme} :// {Endpoint} / {resource-path} ? {query-string}尽管请求 URI 包含在请求消息头中，但大多数语言或框架都要求您从请求消息中单独传递它，所以在此单独强调。URI-scheme：表示用于传输请求的协议，当前所有 API 均采用 HTTPS 协议。Endpoint：指定承载 REST 服务端点的服务器域名或 IP，不同服务不同区域的 Endpoint 不同，您可以从地区和终端节点中获取。例如物联网平台在“华北-北京四”区域的 Endpoint 为“iotda.cn-north-4.myhuaweicloud.com”。resource-path：资源路径，也即 API 访问路径。从具体 API 的 URI 模块获取，例如“查询产品”API 的 resource-path 为“/v5/iot/{project_id}/products/{product_id}”。query-string：查询参数，是可选部分，并不是每个 API 都有查询参数。查询参数前面需要带一个“？”，形式为“参数名=参数取值”，例如“limit=10”，表示查询不超过 10 条数据。例如您需要在物联网平台获取在“华北-北京四”区域下的指定产品信息，则需使用“华北-北京四”区域的 Endpoint（iotda.cn-north-4.myhuaweicloud.com），并在查询产品的 URI 部分找到 resource-path（/v5/iot/{project_id}/products/{product_id}），拼接起来如下所示。https://iotda.cn-north-4.myhuaweicloud.com/v5/iot/{project_id}/products/{product_id}请求方法HTTP 请求方法（也称为操作或动词），它告诉服务你正在请求什么类型的操作。GET：请求服务器返回指定资源。PUT：请求服务器更新指定资源。POST：请求服务器新增资源或执行特殊操作。DELETE：请求服务器删除指定资源，如删除对象等。HEAD：请求服务器资源头部。PATCH：请求服务器更新资源的部分内容。当资源不存在的时候，PATCH 可能会去创建一个新的资源。在查询产品的 URI 部分，您可以看到其请求方法为“GET”，则其请求为：GET https://iotda.cn-north-4.myhuaweicloud.com/v5/iot/{project_id}/products/{product_id}请求消息头附加请求头字段，如指定的 URI 和 HTTP 方法所要求的字段。例如定义消息体类型的请求头“Content-Type”，请求鉴权信息等。如下公共消息头需要添加到请求中。Content-Type：消息体的类型（格式），必选，默认取值为“application/json”，有其他取值时会在具体接口中专门说明。X-Auth-Token：用户 Token。当使用 Token 方式认证时，必须填充该字段，可通过调用获取用户 Token 接口获取，接口返回的响应消息头中“X-Subject-Token”就是需要获取的用户Token。对于查询产品接口，由于需要认证，所以需要添加“Content-Type”和“X-Auth-Token”到头域，添加消息头后的请求如下所示。GET https://iotda.cn-north-4.myhuaweicloud.com/v5/iot/{project_id}/products/{product_id} Content-Type: application/json X-Auth-Token：******请求消息体请求消息体通常以结构化格式发出，与请求消息头中 Content-type 对应，传递除请求消息头之外的内容。若请求消息体中参数支持中文，则中文字符必须为 UTF-8 编码。每个接口的请求消息体内容不同，也并不是每个接口都需要有请求消息体（或者说消息体为空），GET、DELETE 操作类型的接口就不需要消息体，消息体具体内容需要根据具体接口而定。对于创建产品接口，您可以从接口的请求部分看到所需的请求参数及参数说明。将消息体加入后的请求如下所示，加粗的斜体字段需要根据实际值填写，如：其中 name 为产品名称，device_type 为设备类型，protocol_type 为设备使用的协议类型。POST https://iotda.cn-north-4.myhuaweicloud.com/v5/iot/abab***cdcd/products Content-Type: application/json X-Auth-Token: ******** { "name" : "Thermometer", "device_type" : "Thermometer", "protocol_type" : "MQTT", "data_format" : "binary", "manufacturer_name" : "ABC", "industry" : "smartCity", "description" : "this is a thermometer produced by Huawei", "service_capabilities" : [ { "service_type" : "temperature", "service_id" : "temperature", "description" : "temperature", "properties" : [ { "unit" : "centigrade", "min" : "1", "method" : "R", "max" : "100", "data_type" : "decimal", "description" : "force", "step" : 0.1, "enum_list" : [ "string" ], "required" : true, "property_name" : "temperature", "max_length" : 100 } ], "commands" : [ { "command_name" : "reboot", "responses" : [ { "response_name" : "ACK", "paras" : [ { "unit" : "km/h", "min" : "1", "max" : "100", "para_name" : "force", "data_type" : "string", "description" : "force", "step" : 0.1, "enum_list" : [ "string" ], "required" : false, "max_length" : 100 } ] } ], "paras" : [ { "unit" : "km/h", "min" : "1", "max" : "100", "para_name" : "force", "data_type" : "string", "description" : "force", "step" : 0.1, "enum_list" : [ "string" ], "required" : false, "max_length" : 100 } ] } ], "option" : "Mandatory" } ], "app_id" : "jeQDJQZltU8iKgFFoW060F5SGZka" } 认证鉴权调用接口有如下两种认证方式，您可以选择其中一种进行认证鉴权。Token 认证：通过 Token 认证通用请求。AK/SK 认证：通过 AK（Access Key ID）/SK（Secret Access Key)加密调用请求。Token 认证：Token 是服务端生成的一串字符串，作为客户端进行请求的一个令牌。第一次登录后，服务器生成一个 Token 并将此 Token 返回给客户端，以后客户端只需带上这个 Token 前来请求数据即可，无需再次带上用户名和密码。Token 有效期是 24 小时，从客户端获取开始算起（24 小时是相对时间），需要使用同一个 Token 鉴权时，建议缓存起来使用，避免频繁调用。在 Token 过期前，务必刷新 Token 或重新获取 Token，否则 Token 过期后会在服务端鉴权失败。如果您获取 Token 多次，以最新的为准，前面的 Token 会被覆盖并失效。Token 在计算机系统中代表令牌（临时）的意思，拥有 Token 就代表拥有某种权限。Token认证就是在调用 API 的时候将 Token 加到请求消息头，从而通过身份认证，获得操作 API 的权限。调用获取 IAM 用户 Token（使用密码）接口获取 Token，调用样例如下：POST https://iam.cn-north-4.myhuaweicloud.com/v3/auth/tokens Content-Type: application/json { "auth": { "identity": { "methods": [ "password" ], "password": { "user": { "name": "username", "password": "********", "domain": { "name": "domainname" } } } }, "scope": { "project": { "name": "xxxxxxxx" } } } }注：“username”即 IAM 用户名、“password”即登录华为云密码、“domainname”即账号名，“projectname”项目。接口返回的响应消息头中“X-Subject-Token”就是需要获取的用户 Token。获取 Token 后，再调用其他接口时，您需要在请求消息头中添加“X-Auth-Token”，其值为获取到的 Token。例如 Token 值为“ABCDEFJ....”，则调用接口时将“X-Auth-Token: ABCDEFJ....”加到请求消息头即可，如下所示。GET https://iotda.cn-north-4.myhuaweicloud.com/v5/iot/{project_id}/products/{product_id} Content-Type: application/json X-Auth-Token: ABCDEFJ....AK/SK 认证:AK/SK 签名认证方式仅支持消息体大小 12M 以内，12M 以上的请求请使用 Token 认证。AK/SK 认证就是使用 AK/SK 对请求进行签名，在请求时将签名信息添加到消息头，从而通过身份认证。AK(Access Key ID)：访问密钥 ID。与私有访问密钥关联的唯一标识符；访问密钥 ID 和私有访问密钥一起使用，对请求进行加密签名。SK(Secret Access Key)：与访问密钥 ID 结合使用的密钥，对请求进行加密签名，可标识发送方，并防止请求被修改。使用 AK/SK 认证时，您可以基于签名算法使用 AK/SK 对请求进行签名，也可以使用专门的签名 SDK 对请求进行签名。签名 SDK 只提供签名功能，与服务提供的 SDK 不同，使用时请注意返回结果状态码：请求发送以后，您会收到响应，包含状态码、响应消息头和消息体。状态码是一组从 1xx 到 5xx 的数字代码，状态码表示了请求响应的状态，完整的状态码列表请参见状态码。对于创建产品接口，如果调用后返回状态码为“201”，则表示请求成功。响应消息头：对应请求消息头，响应同样也有消息头，如“Content-type”等。对于创建产品接口，平台会返回“Content-type”、Date 等消息头。响应消息体：响应消息体通常以结构化格式返回，与响应消息头中 Content-type 对应，传递除响应消息头之外的内容。

1.5版本，api流程互斥网关script条件怎么赋值zjyd

【功能模块】【操作步骤&问题现象】1、2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

对于开源和云厂商来说，云时代的中间件却是一个大机遇。在红帽，中间件业务的增速约是Linux业务的一倍，并且其仍在扩展产品组合，希望可以提供专有中间件产品之外的一种选择。举个例子，JBoss EAP 7能在任意环境下简化应用部署，提供完整的Java EE性能，无论是本地、虚拟化，还是公私混的云环境，都可以按需启动，并且无需再编辑XML配置文件。　　就像PaaS承担的作用一样，中间件层通过在虚拟单元上运行Java应用，隔离了不必要的操作系统和硬件异构性，提供了一致的管理引擎和开发平台，具备集成开发和全生命周期管理能力，可通过集群虚拟化按需分配资源。如果考虑到云原生的需求，可使用基于PaaS集成的中间件，将功能容器或微服务化，好处在于不用去掌握复杂的底层代码。　　从中间件的常规定义来看，其可以包括各种软件方案，API、应用服务器、数据整合、对象请求代理等等，任何位于内核和用户应用之间的软件都可以理解为中间件。中间件如同IT 基础架构的输水管，使得数据能从一个应用流动到另一个中。随着API集成交付成为主流，越来越多的接口也迁移为iPaaS模式，进而推动了平台现代化标准的构建。　　最初，iPaaS的任务是实现云集成，偏向于SaaS应用的后台集成，例如微软的Azure Logic Apps。后来，不少企业开始采用API来处理业务流程，引发了对动态扩展能力的要求。当然说到集成交付，很多人也会说到容器，在这方面iPaaS和容器的关系与其说竞争倒不如说互补。　　例如容器在多业务流程编排、关键业务线系统连接等方面是难以提供原生支持的，而这恰恰是iPaaS的主打特性。要知道，一些用户在使用iPaaS组件时，还会自行编写和部署代码，并将后者交付到相应环境中。此时，像微软这样的云服务商就可以借助Azure的开发工具无缝连接至Azure Logic Apps。　　从早前围绕iPaaS构建的对为混合云集成，到后来在应用层迅速扩展，中间件现代化或者说云化的进程正在加速。对于中间件提供商来说，类似SaaS的服务订阅模式将成为主流，并且在可见的未来会推动业绩回暖。与此同时，微软、甲骨文、IBM等巨头厂商也会继续延伸iPaaS方案。以微软为例，将Logic Apps、API管理、服务总线与超过50种Azure服务进行了联通。　　当中间件走上云端，大家突然发现可以不再围绕SOAP/XML来构建标准化的方案，微服务架构带来了新的思路，企业用户能够使用云中间件将业务流程逐步迁移到云集成服务上，最终实现灵活扩展和降本增效。从某种程度来说，可以说是云计算革了传统中间件的命。

MindSpore API编程概述总体架构MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景覆盖三大目标，其中易开发表现为API友好、调试难度低，高效执行包括计算效率、数据预处理效率和分布式训练效率，全场景则指框架同时支持云、边缘以及端侧场景。MindSpore总体架构分为前端表示层（Mind Expression，ME）、计算图引擎（Graph Engine，GE）和后端运行时三个部分。ME提供了用户级应用软件编程接口（Application Programming Interface，API），用于科学计算以及构建和训练神经网络，并将用户的Python代码转换为数据流图。GE是算子和硬件资源的管理器，负责控制从ME接收的数据流图的执行。后端运行时包含云、边、端上不同环境中的高效运行环境，例如CPU、GPU、Ascend AI处理器、 Android/iOS等。更多总体架构的相关内容请参见总体架构。设计理念MindSpore源于全产业的最佳实践，向数据科学家和算法工程师提供了统一的模型训练、推理和导出等接口，支持端、边、云等不同场景下的灵活部署，推动深度学习和科学计算等领域繁荣发展。MindSpore目前提供了Python编程范式，用户使用Python原生控制逻辑，即可构建复杂的神经网络模型，AI编程变得简单，具体示例请参见实现一个图片分类应用。目前主流的深度学习框架的执行模式有两种，分别为静态图模式和动态图模式。静态图模式，拥有较高的训练性能，但难以调试。动态图模式相较于静态图模式，虽然易于调试，但难以高效执行。MindSpore提供了动态图和静态图统一的编码方式，大大增加了静态图和动态图的可兼容性，用户无需开发多套代码，仅变更一行代码便可切换动态图/静态图模式，例如设置context.set_context(mode=context.PYNATIVE_MODE)切换成动态图模式，设置context.set_context(mode=context.GRAPH_MODE)，即可切换成静态图模式，用户可拥有更轻松的开发调试及性能体验。神经网络模型通常基于梯度下降算法进行训练，但手动求导过程复杂，结果容易出错。MindSpore的基于源码转换（Source Code Transformation，SCT）的自动微分（Automatic Differentiation）机制，采用函数式可微分编程架构，在接口层提供Python编程接口，包括控制流的表达。用户可聚焦于模型算法的数学原生表达，无需手动进行求导，自动微分的样例代码如下所示。import mindspore as msfrom mindspore import opsgrad_all = ops.composite.GradOperation()def func(x): return x * x * xdef df_func(x):return grad_all(func)(x)@ms.ms_functiondef df2_func(x):return grad_all(df_func)(x)if name == “main”:print(df2_func(ms.Tensor(2, ms.float32)))其中，第一步定义了一个函数（计算图），第二步利用MindSpore提供的反向接口进行自动微分，定义了一个一阶导数函数（计算图），第三步定义了一个二阶导数函数（计算图），最后给定输入，就能获取第一步定义的函数在指定处的二阶导数，二阶导数求导结果为12。此外，SCT能够将Python代码转换为MindSpore函数中间表达（Intermediate Representation，IR），该函数中间表达，构造出能够在不同设备解析和执行的计算图，并且在执行该计算图前，应用了多种软硬件协同优化技术，端、边、云等不同场景下的性能和效率得到针对性的提升。如何提高数据处理能力，以匹配人工智能芯片的算力，是保证人工智能芯片发挥极致性能的关键。MindSpore为用户提供了多种数据处理算子，通过自动数据加速技术实现了高性能的流水线，包括数据加载、数据论证、数据转换等，支持CV/NLP/GNN等全场景的数据处理能力。MindRecord是MindSpore的自研数据格式，具有读写高效、易于分布式处理等优点，用户可将非标准的数据集和常用的数据集转换为MindRecord格式，从而获得更好的性能体验，转换详情请参见MindSpore数据格式转换。MindSpore支持加载常用的数据集和多种数据存储格式下的数据集，例如通过dataset=dataset.Cifar10Dataset(“Cifar10Data/”)，即可完成CIFAR-10数据集的加载，其中Cifar10Data/为数据集本地所在目录，用户也可通过GeneratorDataset，自定义数据集的加载方式。数据增强是一种基于（有限）数据生成新数据的方法，能够减少网络模型过拟合的现象，从而提高模型的泛化能力。MindSpore除了支持用户自定义数据增强外，还提供了自动数据增强方式，使得数据增强更加灵活，详情请见自动数据增强。深度学习神经网络模型通常含有较多的隐藏层进行特征提取，但特征提取随机化、调试过程不可视限制了深度学习技术的可信和调优。MindSpore支持可视化调试调优（MindInsight），提供训练看板、溯源、性能分析和调试器等功能，帮助用户发现模型训练过程中出现的偏差，轻松进行模型调试和性能调优。例如用户可在初始化网络前，通过profiler=Profiler()初始化Profiler对象，自动收集训练过程中的算子耗时等信息并记录到文件中，在训练结束后，调用profiler.analyse()停止收集，并生成性能分析结果，以可视化形式供用户查看分析，从而更高效地调试网络性能，更多调试调优相关内容请见训练过程可视化。随着神经网络模型和数据集的规模不断增加，分布式并行训练成为了神经网络训练的常见做法，但分布式并行训练的策略选择和编写十分复杂，这严重制约着深度学习模型的训练效率，阻碍深度学习的发展。MindSpore统一了单机和分布式训练的编码方式，开发者无需编写复杂的分布式策略，在单机代码中添加少量代码即可实现分布式训练，例如设置context.set_auto_parallel_context(parallel_mode=ParallelMode.AUTO_PARALLEL)，便可自动建立代价模型，为用户选择一种较优的并行模式，提高神经网络训练效率，大大降低了AI开发门槛，使用户能够快速实现模型思路，更多内容请见分布式并行训练。层次结构MindSpore向用户提供了3个不同层次的API，支撑用户进行网络构建、整图执行、子图执行以及单算子执行，从低到高分别为Low-Level Python API、Medium-Level Python API以及High-Level Python API。• Low-Level Python API第一层为低阶API，主要包括张量定义、基础算子、自动微分等模块，用户可使用低阶API轻松实现张量定义和求导计算，例如用户可通过Tensor接口自定义张量，使用ops.composite模块下的GradOperation算子计算函数在指定处的导数。• Medium-Level Python API第二层为中阶API，其封装了低价API，提供网络层、优化器、损失函数等模块，用户可通过中阶API灵活构建神经网络和控制执行流程，快速实现模型算法逻辑，例如用户可调用Cell接口，构建神经网络模型和计算逻辑，通过使用loss模块和Optimizer接口，为神经网络模型添加损失函数和优化方式，利用dataset模块对数据进行处理，以供模型的训练和推导使用。• High-Level Python API第三层为高阶API，其在中阶API的基础上，又提供了训练推理的管理、混合精度训练、调试调优等高级接口，方便用户控制整网的执行流程和实现神经网络的训练推理及调优，例如用户使用Model接口，指定要训练的神经网络模型和相关的训练设置，对神经网络模型进行训练，通过Profiler接口调试神经网络性能。————————————————原文链接：https://blog.csdn.net/wujianing_110117/article/details/113032930

【功能模块】eye【操作步骤&问题现象】1、eye使用报错【截图信息】【日志信息】（可选，上传日志内容或者附件）

下发人脸照片到X2221-CL摄像机（版本：SDC V500R019C60SPC259）要用华为SDC 8.0.RC201 API参考哪项API接口？

MindSpore接口mindspore::apiContext#include <context.h>Context类用于保存执行中的环境变量。静态公有成员函数Instancestatic Context &Instance();获取MindSpore Context实例对象。公有成员函数GetDeviceTargetconst std::string &GetDeviceTarget() const;获取当前目标Device类型。• 返回值当前DeviceTarget的类型。GetDeviceIDuint32_t GetDeviceID() const;获取当前Device ID。• 返回值当前Device ID。SetDeviceTargetContext &SetDeviceTarget(const std::string &device_target);配置目标Device。• 参数o device_target: 将要配置的目标Device，可选有kDeviceTypeAscend310、kDeviceTypeAscend910。• 返回值该MindSpore Context实例对象。SetDeviceIDContext &SetDeviceID(uint32_t device_id);获取当前Device ID。• 参数o device_id: 将要配置的Device ID。• 返回值该MindSpore Context实例对象。Serialization#include <serialization.h>Serialization类汇总了模型文件读写的方法。静态公有成员函数LoadModel• 参数o file: 模型文件路径。o model_type：模型文件类型，可选有ModelType::kMindIR、ModelType::kOM。• 返回值保存图数据的对象。Model#include <model.h>Model定义了MindSpore中的模型，便于计算图管理。构造函数和析构函数Model(const GraphCell &graph);~Model();GraphCell是Cell的一个派生，Cell目前没有开放使用。GraphCell可以由Graph构造，如Model model(GraphCell(graph))。公有成员函数BuildStatus Build(const std::map<std::string, std::string> &options);将模型编译至可在Device上运行的状态。• 参数o options: 模型编译选项，key为选项名，value为对应选项，支持的options有：Key ValuekModelOptionInsertOpCfgPath AIPP配置文件路径kModelOptionInputFormat 手动指定模型输入format，可选有"NCHW"，“NHWC"等kModelOptionInputShape 手动指定模型输入shape，如"input_op_name1: n1,c2,h3,w4;input_op_name2: n4,c3,h2,w1”kModelOptionOutputType 手动指定模型输出type，如"FP16"，“UINT8"等，默认为"FP32”kModelOptionPrecisionMode 模型精度模式，可选有"force_fp16"，“allow_fp32_to_fp16”，“must_keep_origin_dtype"或者"allow_mix_precision”，默认为"force_fp16"kModelOptionOpSelectImplMode 算子选择模式，可选有"high_performance"和"high_precision"，默认为"high_performance"• 返回值状态码。PredictStatus Predict(const std::vector &inputs, std::vector *outputs);推理模型。• 参数o inputs: 模型输入按顺序排列的vector。o outputs: 输出参数，按顺序排列的vector的指针，模型输出会按顺序填入该容器。• 返回值状态码。GetInputsInfoStatus GetInputsInfo(std::vectorstd::string *names, std::vector<std::vector<int64_t>> *shapes, std::vector *data_types, std::vector<size_t> *mem_sizes) const;获取模型输入信息。• 参数o names: 可选输出参数，模型输入按顺序排列的vector的指针，模型输入的name会按顺序填入该容器，传入nullptr则表示不获取该属性。o shapes: 可选输出参数，模型输入按顺序排列的vector的指针，模型输入的shape会按顺序填入该容器，传入nullptr则表示不获取该属性。o data_types: 可选输出参数，模型输入按顺序排列的vector的指针，模型输入的数据类型会按顺序填入该容器，传入nullptr则表示不获取该属性。o mem_sizes: 可选输出参数，模型输入按顺序排列的vector的指针，模型输入的以字节为单位的内存长度会按顺序填入该容器，传入nullptr则表示不获取该属性。• 返回值状态码。GetOutputsInfoStatus GetOutputsInfo(std::vectorstd::string *names, std::vector<std::vector<int64_t>> *shapes, std::vector *data_types, std::vector<size_t> *mem_sizes) const;获取模型输出信息。• 参数o names: 可选输出参数，模型输出按顺序排列的vector的指针，模型输出的name会按顺序填入该容器，传入nullptr则表示不获取该属性。o shapes: 可选输出参数，模型输出按顺序排列的vector的指针，模型输出的shape会按顺序填入该容器，传入nullptr则表示不获取该属性。o data_types: 可选输出参数，模型输出按顺序排列的vector的指针，模型输出的数据类型会按顺序填入该容器，传入nullptr则表示不获取该属性。o mem_sizes: 可选输出参数，模型输出按顺序排列的vector的指针，模型输出的以字节为单位的内存长度会按顺序填入该容器，传入nullptr则表示不获取该属性。• 返回值状态码。Tensor#include <types.h>构造函数和析构函数Tensor();Tensor(const std::string &name, DataType type, const std::vector<int64_t> &shape, const void *data, size_t data_len);~Tensor();静态公有成员函数GetTypeSizestatic int GetTypeSize(api::DataType type);获取数据类型的内存长度，以字节为单位。• 参数o type: 数据类型。• 返回值内存长度，单位是字节。公有成员函数Nameconst std::string &Name() const;获取Tensor的名字。• 返回值Tensor的名字。DataTypeapi::DataType DataType() const;获取Tensor的数据类型。• 返回值Tensor的数据类型。Shapeconst std::vector<int64_t> &Shape() const;获取Tensor的Shape。• 返回值Tensor的Shape。SetNamevoid SetName(const std::string &name);设置Tensor的名字。• 参数o name: 将要设置的name。SetDataTypevoid SetDataType(api::DataType type);设置Tensor的数据类型。• 参数o type: 将要设置的type。SetShapevoid SetShape(const std::vector<int64_t> &shape);设置Tensor的Shape。• 参数o shape: 将要设置的shape。Dataconst void *Data() const;获取Tensor中的数据的const指针。• 返回值指向Tensor中的数据的const指针。MutableDatavoid *MutableData();获取Tensor中的数据的指针。• 返回值指向Tensor中的数据的指针。DataSizesize_t DataSize() const;获取Tensor中的数据的以字节为单位的内存长度。• 返回值Tensor中的数据的以字节为单位的内存长度。ResizeDatabool ResizeData(size_t data_len);重新调整Tensor的内存大小。• 参数o data_len: 调整后的内存字节数。• 返回值bool值表示是否成功。SetDatabool SetData(const void *data, size_t data_len);重新调整Tensor的内存数据。• 参数o data: 源数据内存地址。o data_len: 源数据内存长度。• 返回值bool值表示是否成功。ElementNumint64_t ElementNum() const;获取Tensor中元素的个数。• 返回值Tensor中的元素个数CloneTensor Clone() const;拷贝一份自身的副本。• 返回值深拷贝的副本。————————————————原文链接：https://blog.csdn.net/wujianing_110117/article/details/113030387

查找api的搜索功能，搜索结果不能令人满意，不能准确给出api。希望能够改进，方便api的检索。以下是2个例子来帮助说明情况。例如查找mindspore.dataset.GeneratorDataset，搜索关键词为GeneratorDataset结果如下图，和mindspore.dataset.GeneratorDataset差距太远，只能手动去查才找到。且靠前的结果重点和GeneratorDataset相关性不大。另外的例子，如mindspore.nn.Adam，搜索关键词为adam结果如下图，第4个才是对的，搜索结果明显不合理。

 冲

无论是软件开发者还是从事技术工作的人，在过去一年中工作方式都发生了很多变化。远程工作时，如何服务客户成了一个挑战，企业需要改变在办公环境中完成的基本纸笔流程，并以最小的业务干扰快速将其数字化。这种巨大的转变需要得到快速的解决，而低代码应用程序显然是满足新需求的最佳选择。如果你正在寻找提升开发人员能力，并使其适应新环境的方法，那么应将采用低代码作为策略的一部分。在全球疫情爆发的情况下，开发人员被要求从根本上重塑业务的运作方式。为了弥合差距，许多开发人员和组织依赖于低代码和自动化。根据 IDC 的统计，未来五年将有超过 5 亿个应用程序被开发出来，这比过去 40 年里开发的所有应用都要多。根本没有足够的专业来处理大量的前期工作，以实现业务的现代化。而低代码技术将赋予更多人创建应用程序的能力，不管他们的编码能力如何。微软与 Udacity 合作为初学者开设了免费的课程，以了解如何使用微软 Power 平台创建低代码应用程序。开发人员和技术人员都应该拥抱的三个关键的低代码趋势：1.低代码满足协作平台的需求，需要在最容易协作的地方提供业务应用程序和解决方案。2.自动化可以摆脱繁琐的流程，从而使业务更顺畅、更快捷。3.融合开发人员团队，即由代码优先开发人员和非开发人员组成的团队，共同解决业务问题。一、低代码与协作平台相结合，将最有价值和最常用的应用程序带给员工进行协作在疫情大流行期间，很多人都开始使用 Microsoft Teams 这样的协作和交流平台。目前，Microsoft Teams 的日活跃用户超过 1.15 亿。大量员工的远程办公需要有一个简单的方法来协作，以保持业务运转。客户有对他们业务的数据驱动洞察力的需求，这是一种随时随地向他们提供洞察力的自助服务方式，通过这项服务，他们能轻松的交流并及时采取行动。美国红十字会在这方面做得非常好，由于他们的员工分布广泛，所以在提供紧急援助和救灾服务时，他们需要简单，清晰的沟通和协作工具。Microsoft Teams 中的 Microsoft Power BI 可以显示他们所需的数据，Microsoft Power Apps 可以通过这些数据帮助美国红十字会制定行动计划。一个简单的开始方法是使用称为 Microsoft Dataverse for Teams 的功能。这是 Teams 的内置低代码数据平台，可以让您使用 Power Platform 构建和编辑自定义应用程序和工作流，并将其发布给团队中的任何人使用，而无需在应用程序之间切换。有代码或无代码经验的人可以轻松地从头开始构建应用程序，或者使用我们预先构建的模板作为起点。二、自动化帮助开发人员自动完成任务IT 工作者每天的工作量都很大，各种服务器、计算机和应用程序，都需要进行安装和配置更新。如果可以实现自动化就能让这些工作变得容易的多。事实上，Power Automate 每个月都可以帮用户进行超过 250 亿次的自动化操作。例如，开发人员可以创建一个基本的自动化程序来检查 Windows 更新，并使用微软 Power Automate Desktop 自动化工具集安装它们，每个月可以节省数百个小时。最近，微软还引入了“流程顾问”，可以帮助确定在哪些地方可以减少人员工作，并引入自动化。提供长期护理和急性后护理设施的药房供应商 PharmScript，使用 Power automated Desktop 和微软最新流程顾问预览版来自动化耗费时间和资源的任务。通过使用 Power Automature 的 Robotic Process Automation（RPA）功能，PharmScript 完全自动化了许多端到端的流程，从报告生成、数据验证和处理，每月可节省 90 多个小时，这些时间可用于有更高价值的工作。为了进一步优化自动化流程，PharmScript 正在使用流程顾问的预览版本，直观地映射和了解订单开票流程的月末生命周期，包括该过程需要花费多长时间、流程中的步骤及其变化。通过发现瓶颈，他们可以优化计费流程，并使用流程顾问来捕获和分析整个组织中的更多流程。三、融合开发团队将自上而下协作开发未来的应用程序和技术解决方案融合开发团队是一个新的行业概念，简而言之，这些团队由代码优先的开发人员和没有传统开发背景的开发人员组成，他们共同努力解决业务问题。越来越多的组织正在创建融合开发团队，因为他们意识到这不是高代码或低代码工具之间的“or”，而是“and”。微软观察到融合开发团队在一起工作的两种有趣的方式。第一种是代码优先开发人员编写后端 API 和连接器并意识到它们可以帮助公司的其他人在 Power Apps 中使用这些 API 和连接器。他们将 API 存储在诸如 Azure API Management 的工具中，这样低代码的开发人员就可以使用它们来构建自己需要的内容。第二种方法是代码优先开发人员充当“架构师”来计划所有应用程序构建工作，从而使应用程序构建项目更具战略性和计划性，而不是一次性解决方案。微软与 GitHub 合作，将 Power Apps 与 GitHub Actions 整合，以便代码优先的开发团队和非代码优先的开发团队能够一起合作开发应用程序。本文来源于思否编辑部原文链接：https://segmentfault.com/a/1190000039029132

【功能模块】【操作步骤&问题现象】新建一个应用时，就弹这个错误了是要到哪里注册开通？开通哪一个呢？【截图信息】【日志信息】（可选，上传日志内容或者附件）

什么是RESTful API?

如何理解API，API 是如何工作的