Android 開源專案「真」實戰啟航：瀏覽器 App EinkBro 開發者帶你逐步從 UI 設計、UX 提升到多功能實現秘技全解析（iThome鐵人賽系列書）【軟精裝】 (1版)

類似書籍推薦給您

內容簡介 完整解說EinkBro兩年多來的開發過程 使你的Android開發功力再上一層樓 　　本書內容改編自第 14 屆 iThome 鐵人賽 Mobile Development 組佳作系列文章《從開發瀏覽器 APP 學習 Android 實戰技巧，並搭上 Jetpack Compose 的列車》與第 13 屆 iThome 鐵人賽Mobile Development 組佳作系列文章《如何開發適合電子書閱讀器使用的瀏覽器 Android APP》。 　　一本書包含了兩屆 iThome 鐵人賽得獎作品的精華，前後連貫，讓讀者能更深入地了解 EinkBro App 的演進過程。雖然 EinkBro 是作者業餘開發的作品，但是從 2023 年起，它開始被內建於台灣主流的電子書品牌的閱讀器中，這無疑是一種莫大的肯定。 　　不同於以往的 Android 教學書籍，本書以實際 App 專案的開發先後順序介紹各種不同主題和功能的實作，讓讀者能夠隨著專案的演進，感受到它一步步改善的過程，並從中學習到各種開發的技巧。 　　書中大部分內容的主題是圍繞在電子書閱讀器帶來的限制和特性上，在講解功能開發的緣由和發想時，還會解釋其背後的思考邏輯；讓讀者不但能夠學習到實作的細節，還可以讓促使未來在開發功能時的思惟能更加全面。 　　【目標讀者】 　　→已經熟悉基本的 Android 開發方式，想要再進一步學習更多的實作技巧。 　　→想要更了解 WebView 開發細節的開發者。 　　→好奇開源專案是怎麼樣不斷演進和發布的讀者。 　　→同樣是電子書閱讀器的愛好者，想了解 EinkBro 開發背後的秘辛的使用者。 目錄 Chapter 0 WebView 開發入門 0.1 架構 Chapter 1 總論 1.1 EinkBro App 簡介 1.2 EinkBro 功能演進 1.3 各章節簡介及閱讀方式 Chapter 2 選擇起跑點與訂定開發原則 2.1 如何選擇好的起跑點 2.2 訂定自己的開發原則 Chapter 3 使用者介面初步改善 3.1 提高圖案對比度 3.2 調整對話框 Chapter 4 改造瀏覽網頁的方式——靜態翻頁 4.1 以翻頁的方式瀏覽網頁 4.2 利用音量鍵翻頁 4.3 點擊畫面翻頁 Chapter 5 調整網頁字型 5.1 字型大小 5.2 字體粗細 5.3 更換雲端字型 Chapter 6 支援閱讀模式 6.1 何謂閱讀模式 6.2 初次嘗試 6.3 改試另一種效果比較好的實作 Chapter 7 直排閱讀 7.1 牛刀小試 7.2 閱讀模式 + 直排 Chapter 8 儲存網頁為 epub 檔案 8.1 引入函式庫 8.2 取得網頁內容 8.3 電子書名及章節名稱 8.4 如何實作儲存圖片 Chapter 9 翻譯功能 9.1 核心實作 9.2 取得網頁全文 9.3 整合 Google Translate 網頁 9.4 網頁內容分頁 9.5 雙視窗可拖拉調整大小元件 9.6 翻譯結果與主畫面同步捲動 Chapter 10 深色主題模式 10.1 顏色設定調整 10.2 夜間模式設定 10.3 WebView 的夜間模式支援 Chapter 11 支援多 Activity Chapter 12 上架 App 到 F-Droid 平台 12.1 什麼是 F-Droid 12.2 發佈 EinkBro 到 F-Droid 的理由 12.3 如何進行 Chapter 13 導入 Koin 13.1 什麼是 Koin 13.2 為什麼要導入 Koin 13.3 導入方法 Chapter 14 同時顯示雙網頁 14.1 需求來源 14.2 開發方式 Chapter 15 自訂字型 15.1 從系統中選擇字型檔案 15.2 注入 CSS Font 資訊到 WebView 中 15.3 攔截 WebRequest 以傳回字型資訊 Chapter 16 支援 epub 檔案的閱讀 16.1 分析網路上實作閱讀 epub 檔案的範例 16.2 重構參考來的程式碼 Chapter 17 整合 Github Actions 17.1 利用 Github Actions 編譯 release 版本 17.2 更方便的下載 Github Action 編譯好的 binary Chapter 18 導入 Jetpack Compose 18.1 導入 Jetpack Compose 的一些想法 18.2 Compose 快速切換設定的對話框 18.3 Compose 功能選單 18.4 Compose 設定畫面的第一層 18.5 Compose 自製的AutoCompleteTextView 18.6 改寫工具列前 18.7 改寫工具列 18.8 改寫工具列後 18.9 改寫 PreferenceUI Chapter 19 遠端編譯程式碼 19.1 何謂 mainframer 19.2 mainframer 的概念 19.3 舊的 Intel Mac 設定 19.4 遠端機器（M1 Mac mini） 的設定 19.5 執行方式 Chapter 20 多指觸控手勢功能 20.1 多點觸控手勢偵測 20.2 縮放畫面時防止誤觸 Chapter 21 淘汰onActivityResult 21.1 註冊 ActivityResult 21.2 呼叫步驟 1 中已經建立好的 ActivityResultLauncher Chapter 22 防止追蹤碼 22.1 找到所需資料 22.2 呼叫時機 22.3 Firefox 的實作 22.4 Brave 的實作 Chapter 23 SharedPreferences 的再包裝 23.1 善用 Delegate 23.2 改善 Toggle 的功能 Chapter 24 改善文字選取的功能選單 24.1 自製功能清單 24.2 改善選取不準確的情況 Chapter 25 整合 ChatGPT 25.1 使用外部函式庫進行初步整合 25.2 支援 stream 的回覆型式

AI手機APP、智慧硬體專案實作: 使用TensorFlow Lite(ios/ Android/ RPi適用) (1版)

類似書籍推薦給您

內容簡介 　　．針對行動與嵌入式裝置打造整合了TensorFlow的AI應用程式 　　．學會各種最新的AI議題，例如電腦視覺、自然語言處理，還有深度強化學習 　　．取得TensorFlow文件未收錄的實務導引以及超好用的獨家程式碼 　　身為開發者，您得隨時睜亮眼睛，準備好迎接下一波浪潮，同時還要留心現在最夯的是什麼。因此，如果把現在與未來這兩個世界的最佳方案整合起來的話，還有什麼比學會這個更棒的呢？AI人工智慧顯然是行動裝置後的下一件大事，而Google所推出的TensorFlow更是機器學習領域中頂尖的開放原始碼框架。 　　本書收錄了超過10個整合了TensorFlow的完整iOS、Android與Raspberry Pi應用程式，帶您從頭開始做，還能直接在裝置上離線執行各種超酷的TensorFlow模型：電腦視覺、語音語言處理、生成對抗網路與類似AlphaZero的深度強化學習。您將學會如何使用或重新訓練現有的TensorFlow模型、自行建置模型，以及開發可執行這些TensorFlow模型的行動裝置app。藉由本書中的逐步教學，搭配超實務除錯經驗來避開過程中的許多陷阱，您很快就會知道如何快速開發這類app了。 　　本書精彩內容： 　　．運用遷移學習技術來分類各種影像 　　．偵測物體與其位置 　　．將華麗的藝術風格套用在指定圖片上 　　．理解簡易的語音指令 　　．以自然語言來描述各種影像 　　．運用卷積神經網路與長短期記憶神經網路來描述繪畫內容 　　．使用TensorFlow與Keras來執行遞迴神經網路來預測股票價格 　　．使用生成對抗網路來生成與增強影像 　　．使用TensorFlow and Keras打造類似AlphaZero的行動裝置遊戲app 　　．在行動裝置上使用TensorFlow Lite與Core ML 　　．使用Raspberry Pi開發各種TensorFlow app，讓它可以移動、觀看、聆聽、說話，同時還兼具學習能力喔！ 　　本書是為誰所寫 　　如果您是iOS兼（或）Android的開發者，並且有興趣自行建置或重新訓練各種酷炫的TensorFlow模型並把它們運行在您的行動app上，或者如果您是TensorFlow開發者，且想要把新作好的TensorFlow模型運行在行動裝置上的話，本書就是為您而寫。最後，如果您想了解TensorFlow Lite、Core ML或如何在Raspberry Pi運行TensorFlow的話，本書保證讓您收穫滿滿。 目錄 01 認識 Mobile TensorFlow 1.1 設定 TensorFlow 1.2 設定 Xcode 1.3 設定 Android Studio 1.4 TensorFlow Mobile 與 TensorFlow Lite 1.5 執行範例 TensorFlow iOS app 1.6 執行範例 TensorFlow Android app 1.7 總結 02 運用遷移學習來分類影像 2.1 何謂遷移學習，為什麼要使用它 2.2 使用 Inception v3 模型來重新訓練 2.3 使用 MobileNet 模型來重新訓練 2.4 在範例 iOS app 中使用重新訓練後的模型 2.5 在範例 Android app 中使用重新訓練後的模型 2.6 在 iOS app 中加入 TensorFlow 2.7 在 Android app 中加入 TensorFlow 2.8 總結 03 偵測物體與其位置 3.1 認識物件偵測 3.2 設定 TensorFlow 物件偵測 API 3.3 重新訓練 SSD-MobileNet 與 Faster RCNN 模型 3.4 在 iOS 中使用物件偵測模型 3.5 使用 YOLO2 - 另一款物件偵測模型 3.6 總結 04 將圖片轉換為藝術風格 4.1 神經風格遷移簡介 4.2 訓練快速神經風格遷移模型 4.3 在 iOS 中使用快速神經風格遷移模型 4.4 在 Android 中使用快速神經風格遷移模型 4.5 在 iOS 中使用 TensorFlow Magenta 多重風格模型 4.6 在 Android 中使用 TensorFlow Magenta 多重風格模型 4.7 總結 05 理解簡易語音指令 5.1 語音辨識簡介 5.2 訓練簡易的指令辨識模型 5.3 在 Android 中使用簡易的語音辨識模型 5.4 使用 Objective-C 在 iOS 中執行簡易的語音辨識模型 5.5 使用 Swift 在 iOS 中執行簡易的語音辨識模型 5.6 總結 06 用自然語言描述影像 6.1 影像註解的工作原理 6.2 訓練和凍結影像註解模型 6.3 轉換和最佳化影像註解模型 6.4 在 iOS 中使用影像註解模型 6.5 在 Android 中使用影像註解模型 6.6 總結 07 使用 CNN 及 LSTM 做繪圖辨識 7.1 繪圖分類的運作原理 7.2 訓練、預測、以及準備繪圖分類模型 7.3 在 iOS 中使用繪圖分類模型 7.4 在 Android 中使用繪圖分類模型 7.5 總結 08 使用 RNN 預測股票價格 8.1 認識與實作 RNN 及股票價格預測 8.2 使用 TensorFlow RNN API 進行股票價格預測 8.3 使用 Keras RNN LSTM API 進行股票價格預測 8.4 在 iOS 中執行 TensorFlow 及 Keras 模型 8.5 在 Android 中執行 TensorFlow 及 Keras 模型 8.6 總結 09 使用 GAN 生成和強化影像 9.1 何謂 GAN，為什麼要使用它 9.2 使用 TensorFlow 建立和訓練 GAN 模型 9.3 在 iOS 中使用 GAN 模型 9.4 在 Android 中使用 GAN 模型 9.5 總結 10 建立像 AlphaZero 的手機遊戲程式 10.1 AlphaZero 如何運作 10.2 建立和訓練類似於 AlphaZero 的模型來玩四子棋 10.3 在 iOS 中使用模型玩四子棋 10.4 在 Android 中使用模型玩四子棋 10.5 總結 11 在行動裝置上使用 TensorFlow Lite 及 Core ML 11.1 TensorFlow Lite 簡介 11.2 在 iOS 中使用 TensorFlow Lite 11.3 在 Android 中使用 TensorFlow Lite 11.4 適用於 iOS 的 Core ML 簡介 11.5 將 Core ML 與 Scikit-Learn 機器學習結合使用 11.6 將 Core ML 與 Keras 及 TensorFlow 結合使用 11.7 總結 12 在樹莓派上開發 TensorFlow 應用 12.1 設定樹莓派並讓它動起來 12.2 在樹莓派上設定 TensorFlow 12.3 影像辨識及文字轉換成語音 12.4 語音辨識及機器人的動作 12.5 在樹莓派上的強化學習 12.6 總結 12.7 結語