Das Wissensportal für IT-Professionals. Entdecke die Tiefe und Breite unseres IT-Contents in exklusiven Themenchannels und Magazinmarken.

heise conferences gmbh

(vormals SIGS DATACOM GmbH)

Lindlaustraße 2c, 53842 Troisdorf

Tel: +49 (0)511/5352-100

service-sigs@heise.de

Development

362 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema Development.
RxJS ist ein sehr flexibles Framework für die reaktive Entwicklung von Benutzerschnittstellen im Frontend-Bereich. Es handelt sich dabei um eine Implementierung von ReactiveExtensions für JavaScript und TypeScript. Der Artikel gibt eine kleine Übersicht über RxJs und dessen zahlreiche Möglichkeiten.
Wie RxJS hilft, flüssige und hoch performante Frontends zu entwerfen
Mit Java-basierter Open-Source-Software kann eine skalierbare, zuverlässige und effiziente IoT-Lösung unter Nutzung des MQTT-Protokolls aufgebaut werden. Wie das geht, zeigt der Artikel. Die Verwendung von MQTT reduziert die Netzwerk-Bandbreite, die für den Transport der Daten erforderlich ist. Das MQTT-Protokoll gehört heute zu den verbreitetsten Protokollen im IoT-Umfeld.
Aufbau eines Java-basierten Open-Source-MQTT-Stacks
Der technische Fortschritt ermöglicht neue innovative Lösungen – aber veraltete Legacy-Systeme hängen oft wie Kletten an den Firmen. Mit traditioneller Wartung oder Weiterentwicklung ist der Sprung aus der Abhängigkeit nicht zu schaffen. Wir zeigen, welche technischen Lösungen es gibt und welche Schwierigkeiten dabei überwunden werden müssen.
Legacy-Engineering: Ein Repository-zentrierter Ansatz
Das Fork-Join-Framework ist seit Version 7 fester Bestandteil von Java. Um seine großen Vorteile zu demonstrieren, werden in diesem Artikel zeit- und rechenintensive Szenarien aufgesetzt und in einem einzelnen Thread, in einem Thread-Pool fixer Größe und auf zwei Arten mithilfe des Fork-Join-Frameworks abgearbeitet und miteinander verglichen.
Das Fork-Join-Framework
Frameworks für das Machine Learning (ML) wurden ursprünglich für numerische Mathematik, Matrix-Berechnungen oder Statistik optimiert. Mit Deep Learning stieg dann der Bedarf nach darauf optimierten und spezialisierten Frameworks. Immer häufiger kommen deshalb heute Frameworks wie Apache MXNet (Incubating) und Gluon zum Einsatz.
Mehr Produktivität für die Machine Learning-Entwicklung