百度飞桨（PaddlePaddle）致力于让深度学习技术的创新与应用更简单。具有以下特点：同时支持动态图和静态图，兼顾灵活性和效率；精选应用效果最佳算法模型并提供官方支持；真正源于产业实践，提供业界最强的超大规模并行深度学习能力；推理引擎一体化设计，提供训练到多端推理的无缝对接；唯一提供系统化技术服务与支持的深度学习平台

飞桨（PaddlePaddle）致力于让深度学习技术的创新与应用更简单。具有以下特点：同时支持动态图和静态图，兼顾灵活性和效率；精选应用效果最佳算法模型并提供官方支持；真正源于产业实践，提供业界最强的超大规模并行深度学习能力；推理引擎一体化设计，提供训练到多端推理的无缝对接；唯一提供系统化技术服务与支持的深度学习平台.

框架提供丰富的 API，可以方便的调起客户端提供的能力，如获取用户信息，本地存储，支付功能等。JS API命名与小程序相同。各端受自身限制，可能某些API无法使用，具体见每个API的兼容性说明。除了uni-app框架内置的跨端API，各端自己的特色API也可通过条件编译自由使用。

学习文章的知识往往是碎片化的。而前端涉及到的面很广，这些知识如果不进行有效梳理，则无法相互串联、形成体系。因此，我结合工作体会将抽象出了一些前端基础能力，并将看过、写过的一些不错的文章进行整理，形成了一份（纯）前端技术清单。

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。 大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。 适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

WeTrident由微众银行App团队开发。开发过程中我们调研了其他RN开发框架，发现大部分适合比较小的项目，或者是用到后期要真实运营时还需要补充很多运营相关的基础能力。要开发真正商业运营的App，需要很多打磨，用现有的框架无法做到快速地、高质量地开发。因为这些痛点，促使我们开发了WeTrident，希望在开发、运营、测试几方面提供更好的基础开发设施。