如何在方舟编译器上建SDK为8的本地单机模拟器

是账号问题，是需要增加什么配置吗。还是需要注册申请开通对应的api访问权限。访问其他api都是404错误

Classroom平台《华为云开天aPaaS集成工作台入门教程》上线~了解华为云开天aPaaS集成工作台的功能、应用场景和操作步骤，体验开天工作台的连接器和流编排功能，快速构建实用小工具，更有丰富的内置连接器、流模板和API能力等您来玩~戳这里开始学习~cid:link_2Part 1 操作视频1. 应用场景：企业流程自动化，提升企业效率预置多种流模板，自动化客户的业务流程，实现开箱即用。企业自动化工作流程，无需技术人员开发，人人都可操作。演示场景：自动发送月末周六上班提醒2. 应用场景：SaaS应用互联，打破信息孤岛打破应用间的信息孤岛，让价值信息在企业内部及企业间流动，实现云上应用间、云上应用与企业内部应用间集成。演示场景：金蝶ERP与纷享销客CRM同步3. 应用场景：轻应用开发，业务快速创新集成工作台与AppCube和企业工作台联动，实现开发应用到使用应用的完整闭环。演示场景：快速搭建一个企业员工出行的应用Part 2 快速入门手册1. 初学入门：创建连接器和流2. 进阶实战：创建和使用函数3. 高阶实战：创建业务模型4. 高阶实战：采集技术模型【操作实战】注册并开通开天aPaaS工作台，立即开始你的实践之旅~ 集成工作台免费体验地址【课后测试】完成课程学习后，这里还有5道简单的选择题来测试您的学习掌握情况~考试地址戳这里~ cid:link_1【结课证书】测试通过后，可在个人中心->成长空间->我的证书中，查看和下载所有已获得的证书~或在资质证书页面搜索证书编号，查找自己的证书~【相关活动】2022华为开发者大赛“云上先锋”实训营 （待开启）

要说2022年各行各业关注的热词有哪些，“密评”一定榜上有名。但 “密评”到底是啥？为什么各行各业都如此关注？密评具体工作内容有哪些？如何才能过“密评”……是不是还一头雾水？今天我们就来讲讲关于“密评”的那些事儿，一文带你搞懂“密评“！什么是密评？密评是商用密码应用安全性评估的简称，是指在采用商用密码技术、产品和服务集成建设的网络和信息系统中，对其密码应用的合规性、正确性和有效性进行评估。简单地说，就是对使用了商业密码的系统进行评估，从而确保其密码应用的合规、正确、有效。为什么各行各业都如此关注密评？国家网络安全和密码相关法律法规明确要求非涉密的关键信息基础设施、网络安全保护第三级以上网络、国家政务信息系统等网络与信息系统开展商用密码应用安全性评估工作，即密评工作。　　如《网络安全法》第十条规定，建设、运营网络或者通过网络提供服务，应当依照法律、行政法规的规定和国家标准的强制性要求，采取技术措施和其他必要措施，保障网络安全、稳定运行，维护网络数据的完整性、保密性和可用性。　《密码法》第二十七条规定，使用商用密码进行保护的关键信息基础设施，其运营者应当使用商用密码进行保护，自行或者委托商用密码检测机构开展商用密码应用安全性评估。也就是说对于责任主体(各企业)而言，密评是国家网络安全和密码相关法律法规提出的明确要求，是相关责任主体的法定责任和义务。所以，关注密评并及时开展密评，就是相关企业日常运营的一项重要事项！不做“密评”或密评不合格有什么影响？对于相关责任主体不做密评或“密评”不合格的处理，《密码法》和《国家政务信息化项目建设管理办法》都有明确规定：《密码法》第三十七条第一款 关键信息基础设施的运营者违反本法第二十七条第一款规定，未按照要求使用商用密码，或者未按照要求开展商用密码应用安全性评估的，由密码管理部门责令改正，给予警告；拒不改正或者导致危害网络安全等后果的，处十万元以上一百万元以下罚款，对直接负责的主管人员处一万元以上十万元以下罚款。《国家政务信息化项目建设管理办法》第二十八条第三款 对于不符合密码应用和网络安全要求，或者存在重大安全隐患的政务信息系统，不安排运行维护经费，项目建设单位不得新建、改建、扩建政务信息系统。密评有哪些具体工作内容？       密评工作包括两部分重要内容：1）信息系统规划阶段的密码应用方案评估：对于新建/改造信息系统，密码应用建设方案/改造方案，一般由责任单位组织商用密码从业单位编写, 包括：《密码应用解决方案》、《实施方案》和《应急处置方案》。责任单位编写密码应用建设方案/改造方案后，应委托测评机构对方案进行评估；2）信息系统建设完成后的信息系统商用密码应用安全性评估：依据GB/T 39786的技术要求和管理要求开展评估工作，系统评估主要从物理和环境、网络和通信、设备和计算、应用和数据、密钥管理、安全管理等方面开展。如何才能顺利通过密评？目前密评测试机构主要依照GB/T 39786的技术要求和管理要求开展评估工作。GB/T 39786是贯彻落实《中华人民共和国密码法》，指导我国商用密码应用与安全性评估工作开展的纲领性、框架性标准。因此如果把“密评”当作一场考试，要想顺利通过考试，就要用好吃透GB/T 39786这本“参考书”，这时候，如果拥有一位精通GB/T 39786参考书内容的老师，那就事半功倍！日前在华为云开天aPaaS API服务专区正式上线的密评专区——由南京壹证通信息科技有限公司提供的商用密码合规解决方案，就是这样一位“老师”！Ta提供密评合规咨询、国密整改、国密数据加密、签名、时间戳服务平台等一站式商用密码合规解决方案，包括商用密码签名验签服务、商用密码时间戳服务、商用密码数据加密服务、商用密码合规全量服务/分模块服务独立部署版API等，可以协助客户快速、顺利地通过密评！点击密评专区即可了解详情！相关API服务还可0元使用~引用文章：1、解读关于“密评”的几个误区 https://www.sohu.com/a/544194285_120124401 2、协会聚焦 | 一文读懂有关“密评”的那些事儿 http://news.sohu.com/a/572333137_120888965

【摘要】 云商店首页 Banner 资源位现开放给大家申请，各位云商店伙伴如有活动推广、产品展示需求，欢迎申请资源位！尊敬的华为云云商店合作伙伴：您好！云商店首页 Banner 资源位现开放给大家申请，各位云商店伙伴如有活动推广、产品展示需求，欢迎申请资源位！▼ 基本条件：入驻华为云商店服务商▼ 资源位置：1、PC官网首页banner：5屏（见下图）华为云云商店首页 Banner2、APP商店页banner：4屏（见下图）▼ 资源位置：Banner定位▼ Banner位的业务管理规则1）服务商商品推广申请依据商品销售情况、商品质量等标准进行审核。审核标准：近一年内商品的销售情况（订单量≥10或流水≥5w）；商品质量（未出现过工单投诉、商品详情页内容完善且丰富）、服务商提供商品在业界的排名或占有率情况说明.2）其他促销活动、品牌活动、热点事件、专区上新等广告申请依据申请内容和云商店相关度进行评估审核。3）Banner位排期原则以经营结果（如，开年采购季）和公司级品牌活动（如，HC）为导向优先排期，其次考虑重磅产品发布和长期获客活动。最终由云商店线上运营代表来决策广告需求的优先级。4）推广商品下架、活动下线须提前3天邮件通知发送至guohui35@huawei.com，如未及时通知造成404、过期活动宣传等问题，暂停下个月申请广告位资格。5）广告位的宣传图须符合云商店视觉规范。6）Banner投放时间一般不超过2周，有空位的情况可以适当延期。▼ Banner位的申请规则1)  单次申请同一位置广告位数量为1个，业务方在一个月内广告位申请次数不得超过2次。2)  临时申请：如热点事件，可直接发邮件至guohui35@huawei.com（请抄送chenliang149@huawei.com）。3)  已经纳入排期的广告位，若本月放弃排期或因物料未提前准备导致逾期，取消本月至下个月的申请需求。若因上线时间变更2次及以上，则取消本月排期需求。▼ banner位申请流程1. 下载《云商店Banner广告申请表》（见文末下载链接），填好信息后将文件发送至邮箱 guohui35@huawei.com（请抄送chenliang149@huawei.com；h.yuhui@huawei.com），邮件主题为：xx（伙伴名称）＋广告位申请排期。如申请时暂无Banner链接，可于Banner悬挂前与物料一起提供。2. 华为云商店相关人员会回复申请结果和广告实际上线时间。3. 确定排期后，伙伴按照云商店首页banner规范&模版（见文末下载链接）提供物料，需提供相应的Banner，大小≤200 kb。4. 在广告位上线前7天将制作好的物料发送至邮箱 guohui35@huawei.com（请抄送chenliang149@huawei.com；h.yuhui@huawei.com）进行物料规范审核，邮件主题为：xx（伙伴名称）＋云商店Banner物料，待审核通过即可如期发布广告。▼ 广告位上线流程图▼ 广告位变更流程业务方邮件发送至guohui35@huawei.com，说明为广告位变更原因、范围，经确认由云商店广告位负责人按照需求时间执行下线。▼ 广告位下线流程按照需求时间由云商店广告位负责人执行下线。▼ 物料规范Banner位置文案要求物料要求备注PC首页banner主标题：不超过12个字副标题：不超过25个字按钮：4个字PC：3840*960（即1920*480的二倍图）≤200kbH5移动端：750*600（即375*300的二倍图）≤200kbPC首页Banner素材制作步骤1.模型搭建2.渲染（摄像头和灯光不动，材质用附件中的）3.在sketch中输出切图APP商店页banner主标题：不超过10个字副标题：不超过25个字要求Banner图不加文案，尺寸1125*960（即375*320的三倍图）Banner元素需要放在中线右侧跟PC首页banner模型一致，调整尺寸即可。▼ PC首页Banner素材制作步骤1.模型搭建2.渲染（摄像头和灯光不动，材质用附件中的）3.在sketch中输出切图▼ App商店页Banner展示：附件：云商店首页banner规范&模版&申请表下载地址：cid:link_1C4D模型下载（可供参考和元素调用）：cid:link_0C4D下载：cid:link_2原发布地址：cid:link_4

【功能模块】设备接入 IOTDA【操作步骤&问题现象】1、最新版API没有提供对查询设备历史数据功能的支持吗？2、旧版API中查询设备历史数据请求的host、port分别是多少？app_key在哪里查看？【截图信息】【日志信息】（可选，上传日志内容或者附件）

1. MindSpore框架的SciPy模块    SciPy 是基于NumPy实现的科学计算库，主要用于数学、物理学、生物学等科学以及工程学领域。诸如高阶迭代，线性代数求解等都会需要用到SicPy。SciPy大体上有数值最优化、线性代数、积分、插值、信号处理、常微分方程求解等计算求解模块。    原生的SciPy科学计算库仅可CPU平台下使能，对于GPU、Ascend等计算平台无法使用且没有高效的实现。MindSpore是以Python作为表达语言的AI框架，能够合理利用GPU和Ascend的计算能力进行高效计算，并且MindSopre提供了SciPy模块。mindsopre.scipy是MindSpore基于mindspore.numpy和自研算子实现的科学计算库，不仅兼容原生的SciPy能在CPU平台高效运行，而且支持在GPU、Ascend等平台加速计算。    mindspore.scipy在CPU后端不仅能借助Minspore底层高效的CPU算子而且针对GPU平台也自实现了一系列的GPU底层高效算子。在GPU场景下能够提升硬件算力利用率，大幅提升科学计算的速度。随着后续的更新迭代，Ascend平台上也会使能高性能的mindspore.scipy模块。    除支持在不同硬件平台加速计算外，mindspore.scipy的接口定义与原生的SciPy保持高度一致，而当前业界已知的TensorFlow和PyTorch等框架中对于科学计算的接口支持与原生SciPy的接口对比存在差异。对于当前MindSpore已经支持的接口，原生的SciPy实现可以直接替换成mindspore.scipy的实现（后面的例子可以看到）。接口定义的高度一致最大程度地降低用户的迁移成本，提高minspore.scipy的易用性。2.安装mindspore.scipy    MindSpore的SciPy模块是作为科学计算的组件嵌入在MindSpore中的。当用户成功安装MindSpore框架后，minspore.scipy也会随之安装。MindSpore的安装命令由下图所示。     推荐使用采用pip的方式完成MindSpore的安装。值得注意的是，mindspore.scipy目前仅支持1.6.0及以上的版本，并且支持的平台仅包含CPU(Linux-x86_64)以及GPU(Linux-x86_64)，Windows以及Ascend平台目前尚未支持。mindspore.scipy还在不断的发展，在后续的更新迭代中会逐渐更丰富、更高效、更便捷的用户接口以及更多计算平台。Linux系统下CPU的pip安装命令为:    pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.6.0/MindSpore/cpu/x86_64/mindspore-1.6.0-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simpleLinux 系统下GPU的pip安装命令为:   pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.6.0/MindSpore/cpu/x86_64/mindspore-1.6.0-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple安装成功后显示的界面如下：import mindspore import mindspore.scipy print(mindspore.__version__)如果输出1.6.0并且没有错误提示的话，说明mindspore.scipy正确安装了。除了上述的pip命令安装，还可以用别的方式（例如源码）进行安装，详细的执行步骤可以参考https://www.mindspore.cn/install。3.如何使用mindspore.scipy    从1,2小节可知，mindspore.scipy的接口是与原生SciPy高度对齐的，以下是一个简单的例子来展示如何极小程度修改原生SciPy的脚本，使能GPU计算。   以下代码是使用原生NumPy和SciPy计算一个正定对称的实数矩阵进行cholesky分解和求解线性方程的过程：import numpy as np from scipy.linalg import cho_factor as cho_factor from scipy.linalg import cho_solve as cho_solve a = np.array([[9., 3., 1., 5.], [3., 7., 5., 1.], [1., 5., 9., 2.], [5., 1., 2., 6.]]) b = np.array([1., 1., 1., 1.]) c, low = cho_factor(A) # 计算 A = L L* x = cho_solve((c, low), b) # 计算 A x = b print(np.dot(A, x) - b) # 输出 A x - b 是否为0运行上述脚本输出为：[0.00000000e+00 2.22044605e-16 0.00000000e+00 0.00000000e+00] 上述脚本中的分解和求解方程只能通过CPU进行计算，因为原生NumPy和SciPy只能在CPU上运行。安装了GPU下的MindSpore之后，将import的包改为mindspore.scipy，便可在GPU下对矩阵进行运算。修改后的脚本为：import mindspore.numpy as np # 修改为mindspore.numpy from mindspore.scipy.linalg import cho_factor as cho_factor # 修改为mindspore.scipy from mindspore.scipy.linalg import cho_solve as cho_solve # 修改为mindspore.scipy a = np.array([[9., 3., 1., 5.], [3., 7., 5., 1.], [1., 5., 9., 2.], [5., 1., 2., 6.]]) b = np.array([1., 1., 1., 1.]) c, low = cho_factor(A) x = cho_solve((c, low), b) print(np.dot(A, x) - b)运行上述脚本，输出结果为：[-5.9604645e-08 0.0000000e+00 0.0000000e+00 -5.9604645e-08] 值得注意的是，mindspore.numpy.array默认构造的浮点类型是float32，如果需要更高的精度，用户可以将对应输入数据类型指定为float64，即a = np.array([[9., 3., 1., 5.], [3., 7., 5., 1.], [1., 5., 9., 2.], [5., 1., 2., 6.]], dtype=np.float64)若用户使用mindspore.scipy时存在编译时间过长的问题，可以尝试使用动态图模式运行MindSpore。mindspore.scipy的接口支持动静态图两种模式运行。默认情况下，MindSpore的运行是图模式（GRAPH_MODE），用户进需要输入代码，即可切换为动态图模式（PYNATIVE_MODE）：from mindspore import context context.set_context(mode=context.PYNATIVE_MODE)关于cholesky分解，mindspore.scipy.linalg中有mindspore.scipy.linalg.cho_factor、mindspore.scipy.linalg.cholesky两个对外接口，对应的api描述可在https://www.mindspore.cn/docs/api/zh-CN/master/api_python/scipy/mindspore.scipy.linalg.cho_factor.html#mindspore.scipy.linalg.cho_factor 中查看。4.更多的mindspore.scipy接口    更多具体的接口开放信息，可以查看对应的官方文档链接。        目前mindspore.scipy模块初步完成了scipy.linalg(线性代数)、scipy.sparse.linalg(稀疏线性代数)、scipy.optimize(数值优化)这几个模块中的部分基础接口的开发。接口和文档都在持续完善中，最新、最全面的接口信息均可在https://www.mindspore.cn/docs/api/zh-CN/master/api_python/mindspore.scipy.html 中查看。其中包含了mindspore.scipy模块支持的所有接口，以及每个接口对应的输入输出，简单用例代码等。QA     Q1：我安装了MindSpore 1.5的cpu 版本，为什么无法使用SciPy？    A1：mindspore.scipy 是r1.6以后开源到MindSpore的，用户可以安装更新的版本(r1.6)或者master上的MindSpore源码进行安装体验。    Q2:  我安装了MindSpore 1.6的cpu windows版本，为什么无法使用SciPy？    A2：mindspore.scipy 当前还未支持windows操作系统，后续会加紧迭代加入，可以使用linux-x86-64下的cpu或者gpu版本安装体验。    Q3：我想用mindspore.scipy模块下的xxx API，但是在官网的并未查询到相应的支持，怎么办？    A3：如果在官网的最新介绍中没有查询到xxx API,可以再MindSpore的社区提issue给社区维护人员，我们会根据计划尽快开发xxx API。         MindSpore码云：https://gitee.com/mindspore/mindspore         MindSpore官网：https://www.mindspore.cn