【云IDE】取次花丛懒回顾

云IDE产品介绍
云IDE使用教程
免费使用地址：点击【云IDE】，即可开始创建工作空间啦~

惊艳的体验

CSDN的云ide，初见时即有相见恨晚之感：

为何做出如此感叹？

首先点进官方网站之后映入眼帘的是简单的网站界面。

若是创建空间还可接入GitHub仓库，当然你也可以选择不接入。

其次创建空间的时候你可以选择语言环境，然后经历短暂的等待就可以进入IDE了。我们不难看出IDE总体上来说就是VScode。进入之后你会更加惊奇的发现它已经帮你装好了你需要的插件。

那么同理可得你也能使用vscode庞大的插件库。基本上是对于各种语言的囊括。

同样的你需要的库也可以在其下方终端使用pip命令实现。我就为其装上了python中的numpy和tensorflow实现了我的代码

from keras import models
from keras import layers
import numpy as np
import random
random.seed()
rowSize=4
rowCount=8192
xDataRandom=np.full((rowCount,rowSize),5,dtype=np.float32)
yTrainDataRandom=np.full((rowCount,2),0,dtype=np.float32)
for i in range(rowCount):for j in range(rowSize):xDataRandom[i][j]=np.floor(random.random()*10)if xDataRandom[i][2]%2==0:yTrainDataRandom[i][0]=0yTrainDataRandom[i][1]=1else:yTrainDataRandom[i][0]=1yTrainDataRandom[i][1]=0
model=models.Sequential()
model.add(layers.Dense(32,input_dim=4,activation='tanh'))
model.add(layers.Dense(32,input_dim=32,activation='sigmoid'))
model.add(layers.Dense(2,input_dim=32,activation='softmax'))
model.compile(loss='mean_squared_error',optimizer='RMSProp',metrics=['accuracy'])
model.fit(xDataRandom,yTrainDataRandom,epochs=1000,batch_size=64,verbose=2)
xTestData=np.array([[4,5,3,7],[2,1,2,6],[9,8,7,6],[0,1,9,3],[3,3,0,3]],dtype=np.float32)
for i in range(len(xTestData)):resultAry=model.predict(np.reshape(xTestData[i],(1,4)))print("x:%s,y:%s"%(xTestData[i],resultAry))

实现效果是相当哇塞呀！！。

总体来说的话。CSDN这个云IDE可以说的上是非常实用的，不用去自己下载vscode，也不用自己去慢慢下插件。一切都在云端上面。实现从云里来到云里去。也不用实现配置环境这样的问题。对于刚刚使用学习的人是十分礼貌的。而且10000核/时的额度对于学习中的我们还是很够用的。

体验和建议

1.在我使用的时候发现像openCV和turtle使用的时候出现不能显示的问题但是应该是远程连接没有装一些东西的原因，我上网查最终解决了半天还是没有解决，当然也是我个人能力不够吧。但我也只是一个学生，还是希望官方是出一点教程照顾照顾孩子吧。

2.在使用时最早我是想要用它来使用platformio这个插件来做嵌入式的，但是我却在云IDE中找不到这个插件，所以说还是有插件不全面的问题。

打个总结

总体来说还是十分喜欢这个IDE的，对于学生盆友来说还是十分友好的，毕竟我也不希望自己电脑上装上那么多的软件虽然我已经装了许多

虽然说云IDE还存在着这样或那样的小瑕疵，但是总体上来说还是对它爱不完的。就像我的标题所说的那样“取次花丛懒回顾，半缘修道半缘君”，云IDE可以说的上是新事物，马克思主义发展观中说过：“新事物必将取代旧事物，事物的发展总是曲折的，但是方向是光明的。我们要坚持正确的发展方向，也要做好走曲折发展道路的准备。”我坚信云IDE会有巨大的发展空间。选择vscode这一强大的IDE是有远大卓见的。希望云IDE越来越好。