fbpx

Soft & Share 開源報報 117

這是 Soft & Share 為訂閱會員所推出的服務,小編週一到週五會每天整理一篇開源專案的摘要說明整理 (早上 8 點前會發佈在 Soft & Share 網站 ) ,讓你可以利用上班前快速掌握目前開源專案的焦點。( 之前出版的開源報報 )

學習資源

視覺化、基於範例的 RegEx 介紹

這是一本關於正則表示式的實驗“書”。 與我在學習過程中發現的大多數正則表示式資源相比,它在很大程度上是視覺化和基於使用範例的。 我還嘗試選擇突出顯示一些常見問題的測試用例。

工具

使用擴增實境做 Copy/Paste

這個看起來很神奇

一個 AR + 機器學習的原型,允許從你的環境中剪下元素,並在影像編輯軟體中貼上。雖然目前只能處理 Photoshop,但將來可能會處理不同的輸出。


BashTop – Linux 資源觀察器

顯示處理器、記憶體、磁碟、網路和行程的使用情況和狀態的資源監視器。

這邊有一篇文章詳細介紹了這個工具的功能 – Bashtop Is A Cool Linux Resource Monitor Written In Bash


postMessage-tracker – Chrome 擴充套件可以通過使用 CORS 記錄日誌和作為擴充套件圖示來跟蹤 postMessage 的使用情況(url, domain and stack)

這個 Chrome 擴充套件通過顯示當前視窗中偵聽器數量的指示器來監視 postMessage-listeners。

它支援在視窗的所有 sub-frame 中跟蹤偵聽器。 它還跟蹤在互動時啟用的短期監聽器和監聽器。 你還可以記錄偵聽器函式和位置,以便在稍後階段使用擴充套件中的 logurl-option 檢視它們。 這使您能夠找到在 iframe 中只啟用了很短時間的隱藏偵聽器。

Web 應用程式開發

Ply – 透過視覺迴歸修剪輔助 CSS 檢視

Ply 是一個輕量級的 DOM 和 CSS 檢查器。 它介紹了新穎的 CSS 分析技術,以幫助經驗不足的開發人員從感興趣的營運網站學習,現有的檢查介面過於龐大。 Ply 是一款研究軟體,最初由西北大學的設計、技術和研究部門開發。

在 Mozilla Firefox 70中,Ply 的幾個核心特性已經以 Inactive CSS 的形式釋出。 試一試吧! 你也可以閱讀我們獲獎的 UIST 2018論文,Ply: a Visual Web Inspector for Learning from Professional Webpage,或者觀看演講


1loc – 你最喜歡的 JavaScript 程式碼是什麼?

這個網站收集了許多常用的 javascript 程式碼


使用 Vite 和 Vue 開發的靜態網站產生器

VuePress 的兄弟, 建立在 vite 之上

開發動機

我喜歡 VuePress,但是它是建立在 webpack 之上的,為一個只有幾個頁面的簡單文件網站啟動開發伺服器所花費的時間實在是讓人難以忍受。 即使是 HMR 的更新在瀏覽器中也需要秒的時間來反映!


React Cool Inview – 使用 React Hook 監視一個元素進入或離開視區(或其他元素)

使用 Intersection Observer,一個用於監視元素進入或離開視區(或其他元素)的React Hook 以高效的方式進行。 它的輕量級和超級靈活,可以涵蓋所有你需要的情況,如延遲載入影像和影片,無限滾動的 web 應用程式,觸發動畫跟蹤印象,等等。 試試看,你會的!

資料科學

無需任何人工干預的自動化深度學習

AutoDL是什麼?

AutoDL聚焦於自動進行任意模態(影象、影片、語音、文字、表格資料)多標籤分類的通用演算法,可以用一套標準演算法流解決現實世界的複雜分類問題,解決調資料、特徵、模型、超參等煩惱,最短10秒就可以做出效能優異的分類器。本工程在不同領域的24個離線資料集、15個線上資料集都獲得了極為優異的成績。AutoDL擁有以下特性:

全自動:全自動深度學習/機器學習框架,全流程無需人工干預。資料、特徵、模型的所有細節都已調節至最佳,統一解決了資源受限、資料傾斜、小資料、特徵工程、模型選型、網路結構優化、超參搜尋等問題。只需要準備資料,開始AutoDL,然後喝一杯咖啡。

🌌 通用性:支援任意模態,包括影象、影片、音訊、文字和結構化表格資料,支援任意多標籤分類問題,包括二分類、多分類、多標籤分類。它在不同領域都獲得了極其優異的成績,如行人識別、行人動作識別、人臉識別、聲紋識別、音樂分類、口音分類、語言分類、情感分類、郵件分類、新聞分類、廣告優化、推薦系統、搜尋引擎、精準行銷等等。

👍 效果出色:AutoDL競賽獲得壓倒性優勢的冠軍方案,包含對傳統機器學習模型和最新深度學習模型支援。模型庫包括從LR/SVM/LGB/CGB/XGB到ResNet/MC3/DNN/ThinResnet/TextCNN/RCNN/GRU/BERT等優選出的冠軍模型。

極速/即時:最快只需十秒即可獲得極具競爭力的模型效能。結果即時重新整理(秒級),無需等待即可獲得模型即時效果反饋。

目錄

程式設計語言/程式庫

使用 Go 實現的 WebRTC API

Pion WebRTC 是 WebRTC 的純 Go 實現。 它沒有非 Go 的相依套件,也沒有第三方 Go 相依套件。 它是按照 WebRTC API 設計的,但在需要時可能會偏離。 有關專案的指導原則 / 靈感,請參閱 DESIGN.md


Shotizam 分析 Go 二進位制檔案的大小

Shotizam 分析 Go 二進位制檔案的大小,並輸出帶有大小資訊的 SQL,以便在 SQLite3中進行分析。

嵌入式系統

開源的滑鼠硬體與韌體

這個儲存庫儲存了 Arduino 程式庫,KiCAD PCB 設計檔案,gerber 產品檔案,BOM,以及2018 OSHWA 峰會上的開源電腦滑鼠 goodie bag 產品的裝配說明。 電路設計、 PCB 佈局和程式碼由 Joel Murphy (又名 biomurph |@safeforrobots)在2018年夏天完成。

喜歡今天小編整理的開源報報嗎?歡迎給小編意見與回饋

Comments are closed.

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: