Suche senden
Hochladen
tvOSアプリを作ってみた
•
Als PPTX, PDF herunterladen
•
0 gefällt mir
•
1,772 views
T
Tatsuya Kikuchi
Folgen
・tvOS、AppleTVについて ・iOS、tvOSの違いについて ・OPENREC.tvのtvOS版について
Weniger lesen
Mehr lesen
Technologie
Diashow-Anzeige
Melden
Teilen
Diashow-Anzeige
Melden
Teilen
1 von 26
Jetzt herunterladen
Empfohlen
OpenAI FineTuning を試してみる
OpenAI FineTuning を試してみる
iPride Co., Ltd.
MicroPythonのCモジュールを作ってみる
MicroPythonのCモジュールを作ってみる
Kenta IDA
CVPR 2015 読み会 "Understanding Deep Image Representations by Inverting Them"
CVPR 2015 読み会 "Understanding Deep Image Representations by Inverting Them"
Hiroharu Kato
【DL輪読会】Language Conditioned Imitation Learning over Unstructured Data
【DL輪読会】Language Conditioned Imitation Learning over Unstructured Data
Deep Learning JP
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
Deep Learning JP
【DL輪読会】Trajectory Prediction with Latent Belief Energy-Based Model
【DL輪読会】Trajectory Prediction with Latent Belief Energy-Based Model
Deep Learning JP
유니티 그래픽 최적화, 어디까지 해봤니 (Optimizing Unity Graphics) NDC15 Ver.
유니티 그래픽 최적화, 어디까지 해봤니 (Optimizing Unity Graphics) NDC15 Ver.
ozlael ozlael
Twitterのsnowflakeについて
Twitterのsnowflakeについて
moai kids
Empfohlen
OpenAI FineTuning を試してみる
OpenAI FineTuning を試してみる
iPride Co., Ltd.
MicroPythonのCモジュールを作ってみる
MicroPythonのCモジュールを作ってみる
Kenta IDA
CVPR 2015 読み会 "Understanding Deep Image Representations by Inverting Them"
CVPR 2015 読み会 "Understanding Deep Image Representations by Inverting Them"
Hiroharu Kato
【DL輪読会】Language Conditioned Imitation Learning over Unstructured Data
【DL輪読会】Language Conditioned Imitation Learning over Unstructured Data
Deep Learning JP
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
Deep Learning JP
【DL輪読会】Trajectory Prediction with Latent Belief Energy-Based Model
【DL輪読会】Trajectory Prediction with Latent Belief Energy-Based Model
Deep Learning JP
유니티 그래픽 최적화, 어디까지 해봤니 (Optimizing Unity Graphics) NDC15 Ver.
유니티 그래픽 최적화, 어디까지 해봤니 (Optimizing Unity Graphics) NDC15 Ver.
ozlael ozlael
Twitterのsnowflakeについて
Twitterのsnowflakeについて
moai kids
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
Deep Learning JP
【DL輪読会】 "Learning to render novel views from wide-baseline stereo pairs." CVP...
【DL輪読会】 "Learning to render novel views from wide-baseline stereo pairs." CVP...
Deep Learning JP
10分でわかるOpenAPI V3
10分でわかるOpenAPI V3
Kazuchika Sekiya
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
ManaMurakami1
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
Yusuke Uchida
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
Shoki Miyagawa
SSII2014 詳細画像識別 (FGVC) @OS2
SSII2014 詳細画像識別 (FGVC) @OS2
nlab_utokyo
深層強化学習でマルチエージェント学習(後篇)
深層強化学習でマルチエージェント学習(後篇)
Junichiro Katsuta
アプリ起動時間高速化 ~推測するな、計測せよ~
アプリ起動時間高速化 ~推測するな、計測せよ~
gree_tech
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
tattaka_sun
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
Deep Learning JP
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
Deep Learning JP
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィ
Norishige Fukushima
CUDAプログラミング入門
CUDAプログラミング入門
NVIDIA Japan
Java 17直前!オレ流OpenJDK「の」開発環境(Open Source Conference 2021 Online/Kyoto 発表資料)
Java 17直前!オレ流OpenJDK「の」開発環境(Open Source Conference 2021 Online/Kyoto 発表資料)
NTT DATA Technology & Innovation
論文紹介:OneFormer: One Transformer To Rule Universal Image Segmentation
論文紹介:OneFormer: One Transformer To Rule Universal Image Segmentation
Toru Tamaki
Windows formsアプリケーション開発経験者のためのWPF開発のポイント集
Windows formsアプリケーション開発経験者のためのWPF開発のポイント集
Developer Solutions事業部 メシウス株式会社 (旧グレープシティ株式会社)
[DL輪読会]Deep Face Recognition: A Survey
[DL輪読会]Deep Face Recognition: A Survey
Deep Learning JP
Fitnesse を用いたテストの効率化について
Fitnesse を用いたテストの効率化について
tecopark
モバイル向けEdgeTPUの紹介
モバイル向けEdgeTPUの紹介
卓然 郭
tvOSとiOSがこんなに違うわけがない ~tvOSアプリ実装編~
tvOSとiOSがこんなに違うわけがない ~tvOSアプリ実装編~
Keisuke Tatsumi
Skill Wednesday
Skill Wednesday
Takahiro Ishida
Weitere ähnliche Inhalte
Was ist angesagt?
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
Deep Learning JP
【DL輪読会】 "Learning to render novel views from wide-baseline stereo pairs." CVP...
【DL輪読会】 "Learning to render novel views from wide-baseline stereo pairs." CVP...
Deep Learning JP
10分でわかるOpenAPI V3
10分でわかるOpenAPI V3
Kazuchika Sekiya
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
ManaMurakami1
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
Yusuke Uchida
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
Shoki Miyagawa
SSII2014 詳細画像識別 (FGVC) @OS2
SSII2014 詳細画像識別 (FGVC) @OS2
nlab_utokyo
深層強化学習でマルチエージェント学習(後篇)
深層強化学習でマルチエージェント学習(後篇)
Junichiro Katsuta
アプリ起動時間高速化 ~推測するな、計測せよ~
アプリ起動時間高速化 ~推測するな、計測せよ~
gree_tech
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
tattaka_sun
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
Deep Learning JP
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
Deep Learning JP
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィ
Norishige Fukushima
CUDAプログラミング入門
CUDAプログラミング入門
NVIDIA Japan
Java 17直前!オレ流OpenJDK「の」開発環境(Open Source Conference 2021 Online/Kyoto 発表資料)
Java 17直前!オレ流OpenJDK「の」開発環境(Open Source Conference 2021 Online/Kyoto 発表資料)
NTT DATA Technology & Innovation
論文紹介:OneFormer: One Transformer To Rule Universal Image Segmentation
論文紹介:OneFormer: One Transformer To Rule Universal Image Segmentation
Toru Tamaki
Windows formsアプリケーション開発経験者のためのWPF開発のポイント集
Windows formsアプリケーション開発経験者のためのWPF開発のポイント集
Developer Solutions事業部 メシウス株式会社 (旧グレープシティ株式会社)
[DL輪読会]Deep Face Recognition: A Survey
[DL輪読会]Deep Face Recognition: A Survey
Deep Learning JP
Fitnesse を用いたテストの効率化について
Fitnesse を用いたテストの効率化について
tecopark
モバイル向けEdgeTPUの紹介
モバイル向けEdgeTPUの紹介
卓然 郭
Was ist angesagt?
(20)
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
【DL輪読会】 "Learning to render novel views from wide-baseline stereo pairs." CVP...
【DL輪読会】 "Learning to render novel views from wide-baseline stereo pairs." CVP...
10分でわかるOpenAPI V3
10分でわかるOpenAPI V3
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
SSII2014 詳細画像識別 (FGVC) @OS2
SSII2014 詳細画像識別 (FGVC) @OS2
深層強化学習でマルチエージェント学習(後篇)
深層強化学習でマルチエージェント学習(後篇)
アプリ起動時間高速化 ~推測するな、計測せよ~
アプリ起動時間高速化 ~推測するな、計測せよ~
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィ
CUDAプログラミング入門
CUDAプログラミング入門
Java 17直前!オレ流OpenJDK「の」開発環境(Open Source Conference 2021 Online/Kyoto 発表資料)
Java 17直前!オレ流OpenJDK「の」開発環境(Open Source Conference 2021 Online/Kyoto 発表資料)
論文紹介:OneFormer: One Transformer To Rule Universal Image Segmentation
論文紹介:OneFormer: One Transformer To Rule Universal Image Segmentation
Windows formsアプリケーション開発経験者のためのWPF開発のポイント集
Windows formsアプリケーション開発経験者のためのWPF開発のポイント集
[DL輪読会]Deep Face Recognition: A Survey
[DL輪読会]Deep Face Recognition: A Survey
Fitnesse を用いたテストの効率化について
Fitnesse を用いたテストの効率化について
モバイル向けEdgeTPUの紹介
モバイル向けEdgeTPUの紹介
Andere mochten auch
tvOSとiOSがこんなに違うわけがない ~tvOSアプリ実装編~
tvOSとiOSがこんなに違うわけがない ~tvOSアプリ実装編~
Keisuke Tatsumi
Skill Wednesday
Skill Wednesday
Takahiro Ishida
ベストエンジニアな働き方
ベストエンジニアな働き方
Keiichi Endo
Breezeで始めるデータ分析
Breezeで始めるデータ分析
Yuto Suzuki
Continuously Delivery
Continuously Delivery
Masatoshi Shimada
ログ可視化の話
ログ可視化の話
Masatoshi Shimada
スクラムに学ぶ開発の回し方
スクラムに学ぶ開発の回し方
Yuto Suzuki
【LT】 怖くない恐怖のScala.js
【LT】 怖くない恐怖のScala.js
Yuto Suzuki
速習Gcp 3
速習Gcp 3
Makoto Komiya
Good-Bye Swagger
Good-Bye Swagger
katada-yuki
GPUを使ってみよう(やさしい編)
GPUを使ってみよう(やさしい編)
Takahiro Ishida
[社内勉強会]Webエンジニアへ送るインフラのおすすめ本:記事7本
[社内勉強会]Webエンジニアへ送るインフラのおすすめ本:記事7本
Takahiro Moteki
エンジニアのためのSpread Sheets講座101 - Google Apps Script -
エンジニアのためのSpread Sheets講座101 - Google Apps Script -
Yuki Katada
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
海外で働いてみたい技術者が知っておいて損じゃない現実の話
海外で働いてみたい技術者が知っておいて損じゃない現実の話
Takako Ohshima
ネット広告のシステム関連の話
ネット広告のシステム関連の話
株式会社ジオロジック
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
Amazon Web Services Japan
Andere mochten auch
(17)
tvOSとiOSがこんなに違うわけがない ~tvOSアプリ実装編~
tvOSとiOSがこんなに違うわけがない ~tvOSアプリ実装編~
Skill Wednesday
Skill Wednesday
ベストエンジニアな働き方
ベストエンジニアな働き方
Breezeで始めるデータ分析
Breezeで始めるデータ分析
Continuously Delivery
Continuously Delivery
ログ可視化の話
ログ可視化の話
スクラムに学ぶ開発の回し方
スクラムに学ぶ開発の回し方
【LT】 怖くない恐怖のScala.js
【LT】 怖くない恐怖のScala.js
速習Gcp 3
速習Gcp 3
Good-Bye Swagger
Good-Bye Swagger
GPUを使ってみよう(やさしい編)
GPUを使ってみよう(やさしい編)
[社内勉強会]Webエンジニアへ送るインフラのおすすめ本:記事7本
[社内勉強会]Webエンジニアへ送るインフラのおすすめ本:記事7本
エンジニアのためのSpread Sheets講座101 - Google Apps Script -
エンジニアのためのSpread Sheets講座101 - Google Apps Script -
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
海外で働いてみたい技術者が知っておいて損じゃない現実の話
海外で働いてみたい技術者が知っておいて損じゃない現実の話
ネット広告のシステム関連の話
ネット広告のシステム関連の話
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
Ähnlich wie tvOSアプリを作ってみた
classmethod devio2015 J-1 iBeacon
classmethod devio2015 J-1 iBeacon
Hiraku Komuro
tvOS
tvOS
Keisuke Tanaka
React Nativeの話のその前に… サービスの作り方の話
React Nativeの話のその前に… サービスの作り方の話
Kanako Kobayashi
tvOSネイティブアプリを作る
tvOSネイティブアプリを作る
Tomoki Hasegawa
VueとAWSAppSyncで始めるチャットアプリ開発
VueとAWSAppSyncで始めるチャットアプリ開発
Ryosuke Izumi
My first tvOS
My first tvOS
toyship
if-up 2017 | IoT お楽しみ袋 プレゼントデバイス紹介(株式会社ACCESS)
if-up 2017 | IoT お楽しみ袋 プレゼントデバイス紹介(株式会社ACCESS)
SORACOM,INC
Ähnlich wie tvOSアプリを作ってみた
(7)
classmethod devio2015 J-1 iBeacon
classmethod devio2015 J-1 iBeacon
tvOS
tvOS
React Nativeの話のその前に… サービスの作り方の話
React Nativeの話のその前に… サービスの作り方の話
tvOSネイティブアプリを作る
tvOSネイティブアプリを作る
VueとAWSAppSyncで始めるチャットアプリ開発
VueとAWSAppSyncで始めるチャットアプリ開発
My first tvOS
My first tvOS
if-up 2017 | IoT お楽しみ袋 プレゼントデバイス紹介(株式会社ACCESS)
if-up 2017 | IoT お楽しみ袋 プレゼントデバイス紹介(株式会社ACCESS)
Kürzlich hochgeladen
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
Kürzlich hochgeladen
(10)
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
tvOSアプリを作ってみた
1.
tvOSアプリを作ってみた 2016/1/27 菊池 達也(Tatsuya Kikuchi)
2.
自己紹介 菊池 達也(きくち たつや) 生年月日
: 1987/10/9 日本大学 理工学部 精密機械工学科 卒業 現在 OPENREC SDK iOS Enginieer OPENREC.tv(tvOS) Enginieer 経歴 Android 3年 iOS 3年 Web(PHP,Laravel) 3ヶ月 tvOS 2ヶ月
3.
・tvOS、AppleTVについて ・iOS、tvOSの違いについて ・OPENREC.tvのtvOS版について 内容
4.
tvOS、AppleTVについて tvOS、AppleTVについて
5.
ところで、tvOSってなに? tvOS、AppleTVについて
6.
AppleTVに組み込まれているOSです。 tvOS、AppleTVについて
7.
!? tvOS、AppleTVについて
8.
第4世代[編集] 2015年9月10日発表[1]、同年10月26日からオンラインでの注文受付が開始され、同 30日より出荷および店頭での販売が開始された。価格は32GBモデルが18,400円、 64GBモデルが24,800円。第3世代も併売を続ける。 CPUには新しくApple A8プロセッサを搭載。出力端子はHDMI 1.4のみとなり、光デ ジタル音声端子は撤廃された。オーディオフォーマットでは新たにDolby
Digital Plus 7.1に対応した。 iOSをベースに開発されたtvOSを採用し、GUIがSiri Remoteでの操作に最適化される かたちで刷新された。またApple TVでは初めてApp Storeに対応。開発者にはソフト ウェア開発キットとしてtvOS SDKが提供され、Apple TV用アプリの開発、配信がで きるようになった。 従来のApple Remoteにかわり、Siri用のデュアルマイクやTouchサーフェス、加速度 センサー及びジャイロスコープなどを備えたSiri Remoteが同梱される。Apple Remoteが本体との通信に赤外線を利用していたのとは違って、Siri Remoteは Bluetooth接続である。Siriボタンを押しながら話しかけることで、動画や音楽の再 生・停止・スキップなどの操作から、ジャンルや俳優名などからの映画作品の検索、 天気予報やスポーツの試合結果の表示など、音声で様々な操作をすることができる。 また方向ボタンの代わりにAppleがTouch�Tーフェスと呼ぶタッチパッドを搭載し、 これをスワイプするなどして画面上の選択を切り替えたりスクロールしたりする。 HDMI CECに対応したテレビであれば、Siri Remoteからテレビ本体の音量を操作する ことも可能となった。Siri Remoteはゲームコントローラーとしても使用できるほか、 MFi プログラム(英語版)の認定を受けた他社製のBluetoothワイヤレスゲームコント ローラーを使用できる。 Wikipediaより引用 https://ja.wikipedia.org/wiki/Apple_TV#.E7.AC.AC4.E4.B8.96.E4.BB.A3 Apple TVについて tvOS、AppleTVについて
9.
まとめ tvOSとはiOS をベースにしたOSで、 AppleTV(第4世代)に組み込まれているOS です。 ↓ App Storeにアプリの配布が可能になった ことから、Apple
TV用アプリの開発、配信 をtvOS SDKを用いてできるようになりま した。 ↓ iOSエンジニアはtvOSアプリ作れるね! ※AppleTV(第4世代)未満は非対応 tvOS、AppleTVについて
10.
開発環境、バージョンの違い IDE tvOS Support
Version Additional functions Xcode7.1 9.0、9.0.1 Xcode7.2 9.1 ・Apple TV上でApple Musicが Siriによって検索可能 ・iOSのAppleのRemoteアプリ に対応 tvOS、AppleTVについて
11.
iOS、tvOSの違いについて iOS、tvOSの違いについて
12.
iOSとtvOSの利用出来るAPI(Framework)に違いが ある iOS、tvOSの違いについて https://developer.apple.com/library/prerelease/tvos/documenta tion/General/Conceptual/AppleTV_PG/ tvOSで利用できるFramework
13.
iOSとtvOSの利用出来るAPI(Framework)に違いが ある iOS、tvOSの違いについて https://developer.apple.com/library/prerelease/tvos/releasenot es/General/tvOS90APIDiffs/ iOSとtvOSの差分について
14.
下にスクロールしてみた。 iOS、tvOSの違いについて
15.
iOSとtvOSの利用出来るAPI(Framework)に違いが ある iOS、tvOSの違いについて https://developer.apple.com/library/prerelease/tvos/releasenot es/General/tvOS90APIDiffs/
16.
お気付きでしょうか? iOS、tvOSの違いについて
17.
iOSとtvOSの利用出来るAPI(Framework)に違いが ある iOS、tvOSの違いについて https://developer.apple.com/library/prerelease/tvos/releasenot es/General/tvOS90APIDiffs/
18.
WebViewが使えないですね・・・ iOS、tvOSの違いについて
19.
iOSとtvOSの利用出来るAPI(Framework)に違いが ある iOS、tvOSの違いについて https://gist.github.com/gonzalolarralde/fb9bd2b164e88a287ad 8#uikitframeworkuibarbuttonitemh TVOS_PROHIBITEDと記載してあるものは利用できない (便利なまとめがあったので紹介します)
20.
tvOSのVisual Designについて iOS、tvOSの違いについて https://developer.apple.com/tvos/human-interface- guidelines/visual-design/ iOSと異なり、サイズは1920 x
1080 pixelsのみ。 TVだとSafe Zoneがあるので画面の上部、下部に60px、左端、右端に90pxの マージン領域を設けないといけない。 ※tvOSには上部にステータスバーはありません。
21.
OPENREC.tvのtvOS版について OPENREC.tvのtvOS版について
22.
OPENREC.tvのtvOS版について OPENREC.tvのtvOS版紹介(Home) フォーカスされている動 画が自動再生。 そのまま、選択すると動 画が再生されます。 コンテンツ領域はSafe Zoneを考慮しています。 トレンド動画のコンテンツ 表示 スポットライト動画のコ ンテンツ表示
23.
OPENREC.tvのtvOS版について ゲームの詳細情報を表示 ゲームシリーズごとののコ ンテンツ領域 OPENREC.tvのtvOS版紹介(GameDetail)
24.
OPENREC.tvのtvOS版について OPENREC.tvのtvOS版紹介(Player) ゲームのタイトル表示
25.
OPENREC.tvのtvOS版について OPENREC.tvのtvOS版紹介(Player) 動画コンテンツの終了5秒前に次 に再生される動画を表示
26.
ご清聴ありがとうございました。
Hinweis der Redaktion
古いテレビが原因で意図しないクロップ(切り取り)がオーバースキャン(拡大されてはみ出る)に発生する可能性がある
Jetzt herunterladen