为的就是让大家巩固学习成果，紧跟学习进度现推出【问答官排位赛】，请各位同学详细查看本帖说明按要求格式回复即可获得积分累计阶段奖品，还能有机会获得附加幸运奖哦~ 活动时间：2021.07.19-2021.08.22 23:59  参与方式：用户在本帖里发布自己在学习大前端技术中产生的疑惑或实践问题，其他用户可通过在楼层下评论参与回答。  参与规则：1. 同一ID不可自问自答；2. 同一ID可回复其他同一ID问题数量需≤3次，如，A最多可回答B的三个问题，但A可回答B、C、D、E、F等多人次问题。3. 每个人最多可发布10个有效问题，不可重复，不可灌水。4. 每个ID回答次数不设上限，但是否被采纳要依据专家评审后的结果。  活动奖励：由专家经过评审：（有效提问积分每周更新）◎每个有效提问可获得2积分。每周由专家评定，更新排行榜，上限为10个问题，不得灌水，不得与他人显示，问题具有意义，占楼无效。◎有效提问标准：在本次课程学习中遇到的实际问题，如下图所示：有效提问示例：◎无效提问：与课程相关但偏离学习课程内容，且在网页中可直接搜索出（举例：原理是什么？操作方式有哪些？等等），如下图所示：无效提问示例：◎同一问题下确定一名最佳答案，活动结束后，会根据排位赛积分情况，由专家根据问题质量评选出5名优秀答题官，获取额外10积分奖励。（最佳问答官阶段末评出，积分阶段末统计）各阶段/总阶段积分奖励 活动注意事项1. 学习任务提交后，小助手会在本阶段学习周期内，按序完成审核，并增加活动积分；2. 请务必按照上述要求提交内容，以免影响积分增加；3. 若积分值相同则以完成学习任务的时间先后排序，其中任务完成时间的判定优先级为：相关微认证>阶段沙箱实验>阶段考核>技术文章>问答官排位赛>重点章节随堂打卡4. 其他积分获取方式请查看活动社群公告。想了解更多关于课程内容请移步主帖：https://bbs.huaweicloud.com/forum/thread-131717-1-1.html

不知不觉中，大前端全栈成长计划第一阶段所有课程内容都已经全部更新完毕。大家积极的学习态度，遇到问题及时在学习群内提出，让本阶段全栈课程可以顺利完成再次感谢大家：◎积极完成每章的随堂测验打卡，做到了课后的知识强化与巩固；◎详细分享技术文章，将自己的学术心得无保留奉献；◎有活力地问答官打卡，分享自己在学习中的问题和经验。◎认真完成沙箱实验与微认证，夯实自己的前端技术十分感谢大家能顺利完成这一阶段的学习内容，我们也在大家学习的过程中，总结了优缺点，让大家可以做一个全能型大前端开发者。大前端全栈第二阶段将在考核过后启动哦~请大家继续学习哦~现在，大家迎来了第一阶段考核，让我们来看一下考核的具体内容▶考核打卡时间：2021.07.12-2021.07.18 23:59 ▶考核途径：点击下方链接，选择【作业】-【第一阶段考核作业】https://classroom.devcloud.huaweicloud.com/joinclass/73f1fc9aad0a4232a5cb2f0d76ec4870/1▶考核要求：进入考核页面后，点击“查看习题描述”，详细阅读考核要求和评判标准后按要求进行考核，提交机会有2次，请大家认真作答。▶打卡要求：由于本阶段涵盖知识点比较多，所以上传形式为按考核要求在本地编辑器运行后，将压缩包上传至classroom后台，并提交。并且按以下要求进行截图打卡！只有在按照要求进行打卡才会得到本阶段考核证书！只有在按照要求进行打卡才会得到本阶段考核证书！只有在按照要求进行打卡才会得到本阶段考核证书！▶打卡方式：方式：打卡正确的回复格式：华为云账号+姓名（显示在考核证书上面名字）+提交完考核页面截图1张+appcube平台操作截图1-3张例如：华为云账号：grandmaster   华为云小助手01 考核截图如下+平台操作图（例子不举了哈  大家可按要求自行截图）重要提示：请严格按照回复示例进行回复，本次为阶段末考核项目，如果没有按照要求的格式进行回复，版主将不予提示，同时不计入考核结果，会影响考核证书及奖品的发放哦~▶考核评分：提交考核内容后由专家老师根据评分标准评分，满分100分，分数将于开始审核后20个工作日内公布，分数会公布在博客里面，具体请大家留意小助手信息。▶考核奖励：◎参与最后考核并按要求回复本帖，就可得到电子版证书（证书上会根据大家的回复的真实姓名填写信息，请大家在留信息时注意）参与考核，人人有份，证书由01小助手微信点对点发放，没添加小助手企业微信的伙伴可以扫描下方二维码添加，证书将在阶段结束后20个工作日内发放，请大家耐心等待小助手的通知哦~（注意：凭各阶段电子证书最后可兑换实体证书哦~）◎考核分数≥60分并回复本帖，可得到考核积分额外的3积分！◎本阶段会有专家老师评审出排名1位“完美代码”（提交代码分数最高，同分看打卡回帖提交时间）获奖者，还会额外得到10积分哦~◎本阶段会有专家老师评审出排名2、3位“优佳代码”（同分看打卡回帖提交时间）获奖者，还会额外得到7积分和5积分哦~◎特别提示：参加了移动应用开发所有阶段考核的同学们，最后可凭每阶段证书兑换整阶段实体证书一份，请大家关注后续规则！◎参与考核即可获得20积分累计到总积分中，赢取最后积分大奖；大家别忘了随堂测验，读书笔记和问答官排位赛回复打卡截止日期为07月18日23:59，抓紧时间打卡呀~积分排行榜奖品活动注意事项1.由于本帖回复内容为阶段考核测试内容，并涉及到个人隐私，已设置回帖仅版主可见，请大家放心回复2.请大家务必在考核规定时间07月18日 23:59内完成考核回帖打卡，否侧将影响证书和奖品的发放3.积分和考核奖品信息我们会在考核阶段结束后20个工作日内整理完毕，发放奖品4.华为云账号为实名认证，每个实名认证账号/或同一收货地址收货人只能获得一份奖品，请大家注意！

聊一聊AI框架的前端，涉及两块内容：1、AI框架如何对接前端宿主编程语言2、AI框架的编程范式一、AI框架如何对接宿主编程语言现在Python可以说是AI框架默认的宿主语言，开发者喜欢其易用性和灵活性，但是框架需要解决Python灵活性和性能的矛盾（如何进行Python加速）。Python加速范式在AI框架出来之前，广泛存在三种范式：CPython：Python的C extension，现在主流的模式，完全开放Python解释器的内部数据接口和API，允许开发者使用Native语言编写扩展，直接访问这些数据接口；这样Python语言作为胶水语言提供灵活性，需要性能的地方通多Python的C extension进行加速。Python JIT虚拟机：主要是期望在Python解释执行的基础上增加JIT编译加速的能力，典型的如PyPy；不过由于前期CPython暴露了太多内部接口，导致Python JIT虚拟机兼容的困难，也就是说CPython支撑了Python的成功，但是也阻止了Python JIT虚拟机的演进（来自我们语言虚拟机专家的观点），Pypy难说成功；Python与JIT的混合模式：典型的如Numba，Python JIT虚拟机的一种妥协实现方式，通过修饰符，进行部分Python语句的加速。AI框架也有类似的发展过程早期：Pytorch是典型的CPython的范式，说透了很简单，但是Pytorch通过Tape模式解决了自动微分的问题，通过与GPU的有效协同（异步执行等）解决了性能的问题，同时又保持了Python解释器执行的灵活性（所谓的动态图），占得了先机；TF1.x的本质也是CPython，不过封装比较高层，改变了许多Python的原有使用习惯，变成了静态图执行方式，虽然性能提升更加明显，但是易用性和灵活性下降了很多。后期：TorchScript、JAX、TF2.0，包括MindSpore自身，逐步走向CPython+Numba混合的模式，在动态图执行的时候，采用CPython模式，在静态图模式或者Staging模式下，通过模式设置或者修饰符方式，进行编译加速；不过AI框架的编译器和Numb编译有一定的区别，numba是从python直接lowering到机器码，AI的编译器是个分层的编译器，从图编译器——>算子编译器——>codegen逐步lowering，这样一方面既能借用CPython模式下的实现的算子能力，又能通过分层解决不同类型的挑战，减少系统复杂度。未来的挑战和趋势Python的编译加速很难获得完备性目前AI框架进行Python编译加速主要两种方法：一种是Tracing；另外一种是AST转换。Tracing的模式不好处理动态控制流；AST很难支持完备的Python语法。本质的原因是Python这种解释器语言的动态语法对静态编译是不友好的复杂性丢给了开发者当前的模式需要开发者加修饰符进行性能加速，这就意味着开发者能够识别可以加速和需要加速的Python代码，门槛是比较高的。未来解决之道的探讨：TypePython：类似TypeScript一样，是否把当前的Python Type Hint做的更加易用一些/全面一点，如果这样的话，AI框架采用AOT或者JIT方式去执行Python至少可以做到比较完备。自动JIT：不需要用户手工加修饰符去加速Python，系统自动进行JIT；LayzTensor的方式暂时还无法解决编译开销/缓存/Barrier时机等问题，PyPy这种标准的JIT方法是否更有效？新的编程语言：也许前面说的问题都解决了，但是就怕没有开发者使用。https://www.zhihu.com/question/464208575/answer/1932942781https://zhuanlan.zhihu.com/p/383547872https://www.zhihu.com/question/396105855/answer/1868408680二、编程范式AI框架的编程范式又很多分类的方法，比如动态图和静态图、命令式和声明式等，我下面想提另外一种分类：以函数为中心和以Tensor为中心。以函数为中心：把神经网络看成一个复杂的函数；如JAX、MindSpore。以Tensor为中心：把神经网络看成是一个dataflow的图；如Pytorch、TF2.0等。看上去理念上差异比较大，但是对开发者来说，实际实现中，正向过程非常类似，因为函数也好/dataflow也好都是通过编程语言的函数调用来实现；而反向过程，双方就有一定的差异了。对于函数式的风格来说，BP过程先对函数进行Gradient，得到BP函数（实际上得到的函数本身是一个正向和反向在一起的复合函数），然后在进行求值。MindSpore为例：#定义正向的网络/复合函数class Net(nn.Cell): def __init__(self): super(Net, self).__init__() self.matmul = P.MatMul() self.z = Parameter(Tensor(np.array([1.0], np.float32)), name='z') def construct(self, x, y): x = x * self.z out = self.matmul(x, y) return out#GradNet的功能是对输入的net进行Grad，返回一个带正反向的netclass GradNet(nn.Cell): def __init__(self, net): super(GradNet, self).__init__() self.net = net self.grad_op = GradOperation() def construct(self, x, y): gradient_function = self.grad_op(self.net) return gradient_function(x, y)x = Tensor([[0.5, 0.6, 0.4], [1.2, 1.3, 1.1]], dtype=mstype.float32)y = Tensor([[0.01, 0.3, 1.1], [0.1, 0.2, 1.3], [2.1, 1.2, 3.3]], dtype=mstype.float32)#先得到BP函数，然后进行求值NewNet = GradNet(Net())output = NewNet(x,y)#也可以把前面两步合并成一步output = GradNet(Net())(x, y)上面是带有深度模型的风格，还有纯函数的风格，以Jax为例：grad_tanh = grad(jnp.tanh)print(grad_tanh(2.0)) 对于Tensor为中心的范式来说，BP过程其实拿到dataflow的执行结果的tensor，然后基于这个tensor进行反向传播，这个风格估计大家都很熟悉了，这里就不赘述。以Pytorch为例：#前向过程y_pred = a + b * x + c * x ** 2 + d * x ** 3#计算loss，loss是一个tensorloss = (y_pred - y).pow(2).sum()if t % 100 == 99: print(t, loss.item())# 通过tensor进行bploss.backward()这两种风格，各有优缺点：函数式：符合算法的直观，除了深度学习场景外，也适合科学计算等，比如做高阶微分很方便，grad(grad())(....)；Tensor的方式：非常符合深度学习的场景，直接使用tensor的结果，做计算过程的拼接相对方便，比函数式少一次封装。未来编程范式的思考现在AI框架的前端表达还没有完全收敛，框架各自的接口还是有差异的，但是总的来说，我比较喜欢JAX的风格，原因有两个：Numpy+Scipy+Grad：我想Numpy和Scipy是事实上的标准，如果我们在计算和算法逻辑上能统一到这一块，也是比较自然。分层解耦：JAX的基础包只提供简单的Numpy+Scipy+Grad的接口；一些高级库，如haiku，基于JAX基础包进行二次开发再提供高层的API，这就意味着大家如果在基础库上做到接口兼容就能进行高级库的使用。转自文章链接：https://zhuanlan.zhihu.com/p/393031067感谢作者的努力与分享，侵权立删！

【功能模块】D2150-10-SIU   实况预览【操作步骤&问题现象】1、api创建媒体流会话2、api调用 媒体流播放 播放失败3、api创建成功返回后，但是管理页面没看到媒体流的创建记录，直接用api调用 播放 失败【截图信息】创建api调用媒体流播放web管理没看到创建的信息【日志信息】（可选，上传日志内容或者附件）求大佬指定迷津！！！！ 着急啊！

【问题来源】易谷【问题简要】在WEB配置台中，添加数据源，并提交时，提示“执行操作失败，请重试”【问题类别】ICDV300R008C22【AICC解决方案版本】AICC 8.14.0UAP V100R005C00SPC018CTI  ICDV300R008C22【功能模块】ICD --> WEB配置台【期望解决时间】2021-07-22【问题现象描述】在WEB配置台中，添加数据源，并提交时，提示“执行操作失败，请重试”。【日志或错误截图】

在技术横流的路口保持初心，坚持不懈。靶心已定，请开始你的表演，提弓-搭箭-拉弓-瞄准-放手！你在哪个阶段？你准备好了吗？

第一天：开始学习前端HTML，正好有华为的前端全栈课程，学起来

报名参加了【大前端全栈成长计划】的学习，第一阶段的学习已经坚持完成了，等待第二，第三阶段的学习。

【大前端全栈成长计划】第二阶段正在进行中为了巩固大家的学习成果，紧跟学习进度请将需要完成的重点章节随堂测验内容按要求回复到本帖下方按要求格式回复即可获得积分累计阶段奖品，还能有机会获得附加幸运奖哦~打卡时间2021.07.19-2021.08.22 23:59打卡要求在本帖中，回复对应章节的随堂测验并提交截图 ↓回复格式：自己的华为云ID+课堂章节序号+课程完成截图（露出右上角华为云ID）回复示例：华为云帐号：grandmaster+第一二章作业题奖励方式每次有效打卡可获得2积分阶段学习将以积分排行榜的形式，对符合条件的小伙伴进行奖励！附加福利：每两周在本阶段内提交随堂测试的用户中，抽取10名幸运奖励华为云定制盲盒各阶段/总阶段积分奖励活动注意事项 由于本帖回复内容为随堂测试结果，已设置回帖仅版主可见1. 学习任务提交后，小助手会在本阶段学习周期内，按序完成审核，并增加活动积分；2. 本次活动通过完成每章习题打卡任务，可获得的积分上限为2分/每次有效提交；3. 请务必按照上述要求提交内容，以免影响积分增加；4. 若积分值相同则以完成学习任务的时间先后排序，其中任务完成时间的判定优先级为：相关微认证>阶段沙箱实验>阶段考核>技术文章>问答官排位赛>重点章节随堂打卡5. 其他积分获取方式请查看活动社群公告。想了解更多关于课程内容请移步主帖：https://bbs.huaweicloud.com/forum/thread-131717-1-1.html

【功能模块】迁移工具【操作步骤&问题现象】1、因公司项目原因，无法在外网使用迁移工具。因此在外网使用虚拟机部署迁移工具服务端，在外网使用web方式正常使用。移至内网后无法访问。虚拟机与客户机ip可互相ping通，防火墙已关闭。【截图信息】【日志信息】（可选，上传日志内容或者附件）

平时写前端都是能跑就行，现在要查缺补漏，打实基础！

华为云帐号：colorful0+第一二章重点章节测试题

Java (Spring boot ) 调用smc2.0的接口文档用哪个呀？

（1）平台提供全可视化的开发环境、丰富的开发组件及多种案例模板，降低了应用软件的开发难度，用户无需从零开始，节省80%以上开发工作量；对于企业来说无疑是一件好事，减少开发工作量，花最少的时间做最有价值的事。（2）平台采用纯Web开发模式，用户无需安装特定的开发环境，所有的开发工作都在Web页面通过可视化配置方式完成，用户可以在线轻松的完成OA、CRM、HER和SCM等任何行业的流程管理软件搭建，随时修改随时生效，无需打包编译和发布，是真正意义上的中文PasS开发平台；操作简单容易上手，员工工作不再麻烦。（3）平台拥有稳健、易拓展的设计架构和丰富的开发接口，同时支持支持版本管理，使得平台具备优秀的自我进化能力，用户通过平台配置的应用可直接在web页面进行维护和修改，并根据自身不断变化的业务需求灵活的配置相关功能；平台会根据客户需求进行更新，个性化管理给企业增添色彩。（4）平台可以提供全部源码，保障企业在不同的应用阶段、不同层次和不同规模的服务需求都能得到满足，确保选用产品后没有任何后顾之忧。企业完全不用担心往后出现任何问题，一旦使用全程跟进，为企业发展保驾护航。