Soft & Share 開源報報 248 – 與其他開發人員共享程式碼片段的簡單方法

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 )。想體驗開源報報,可先參考開放閱讀

🔥以主題方式整理出相關的開源專案 – 開源報報主題報導

為什麼需要 Soft & Share 開源報報?

每天快速瀏覽開源報報具備有什麼效益?

  1. 增加自己的學習動力,提升自己的視野
  2. 從開源專案中獲得 side project 靈感與想法
  3. 利用開源專案提升自己的生產力

每天使用 NT8.3 元,你可以使用 Soft & Share 開源報報省下掌握每天開源資訊焦點的時間,這是一個很划算的時間槓桿投資

訂閱網址

開源報報內容

工具

Stories 是與其他開發人員共享程式碼片段的簡單方法

你是否曾經在早上醒來,開啟VS Code,然後對自己想:“哇,我想知道世界上其他程式設計師在做什麼,他們在編寫什麼程式碼?”。

這是一個 VS Code 的擴充套件 – VSCode Marketplace.

pktvisor 即時彙總資料流,並為結果提供一個乾淨的,具有時間窗的 HTTP 介面和命令列UI

彙總資訊包括,例如:

  • 資料包速率:第50、90、95、99%
  • 以通訊協定和IP版本分類的資料包計數
  • 在視窗中看到的一組源IP和DNS qname的基數
  • 十大重擊手:IP,ASN,Geo,DNS qnames,DNS慢速acts …

儘管目前DNS和資料包捕獲是重點,但它被設計為在更廣泛的 context 中使用。

pktvisor 由以下模組所組成

  • 可以有效彙總串流並公開 REST API 以收集結果的代理
  • 基於終端機的命令列介面,可以視覺化即時彙總資料
  • 用於收集和視覺化一組綜合分散的代理到中心位置

該代理還可以匯總 pcap 檔案。

從樣板( templates ) 儲存庫生成檔案或目錄的樣板模板管理器

每次啟動新的程式設計專案時,你是否一遍又一遍地執行相同的步驟? Boilr在這裡可以幫助你從樣板模板建立專案。

功能

  • 沒有依賴關係(NodeJS,Python 直譯器等)-Boilr 是一個靜態連結的二進位檔案。 抓住一個適合你的架構,即可使用模板來節省時間!
  • Golang 樣板的全部功能-Golang具有強大的樣板構造,它們非常易於學習且功能強大。
  • 簡單的樣板建立-建立樣板模板非常容易,請檢視  license template 以檢視簡單但非常有用的樣板,該模板可透過單個命令將 license 新增到新專案中。

Web 應用程式開發

透過 Threejs 的深度剝離實現螢幕空間折射

很適合用來在網站上展示琉璃藝術品,可以到這邊看 Live Demo

這個 Demo 更令人驚艷 https://domenicobrz.github.io/webgl/projects/glass-absorption/

HackerNews 上面的討論串

使用React,TypeScript和 MobX 實現7GUI

7GUI 是一種 GUI 程式設計的效能評估

有無數種使用不同語言和 GUI 開發方法的 GUI 工具套件。 但是,它們之間很難進行比較。 在傳統基準測試中,比較實現是根據資源消耗進行比較的,而此處實現是根據符號進行比較的( in terms of their notation )。 為此,7GUI 定義了七個任務,這些任務代表了 GUI 程式設計中的典型挑戰。 此外,7GUI 提供了一組建議的評估維度。

有人可能想知道為什麼這樣的專案有用。 首先,GUI程式設計實際上並非易事。 7GUI 可能有助於識別和傳播更好的 GUI 程式設計方法,最終推動程式設計向前發展。 其次,GUI程式設計的替代方法以及通常的程式設計方法越來越受歡迎。 與傳統的 OOP 和 MVC GUI 開發方法相比,瞭解這些替代方法的優缺點很有趣。 最後,當構思7GUI時(2014年),沒有一組使用廣泛的任務代表典型的GUI程式設計挑戰。

這邊有各種 GUI 框架對 7GUI 的實現http://eugenkiss.github.io/7guis/implementations

資料科學

一系列 Jupyter 筆記本,帶你使用 Scikit-Learn 和 TensorFlow 掌握 python 機器學習和深度學習的基礎知識

該專案旨在教你使用python進行機器學習的基礎知識。 它包含 O’Reilly 書中的範例程式碼和練習的解決方案 Hands-on Machine Learning with Scikit-Learn and TensorFlow

6周學習深度學習

這個 git repository 幫你整理好每一週的 youtube 影片連結與相關資訊

  1. 第一週 前饋神經網路和反向傳播
  2. 第二週 卷積網路
  3. 第三週 循環網路
  4. 第四週 工具使用
  5. 第五週 生成對抗網路
  6. 第六週 深度強化學習

你喜歡 pytorch? 你喜歡 micrograd 嗎? 那麼你會愛上 tinygrad!

功能介於 Pytorch 和 karpathy/micrograd 之間的程式庫

這可能不是最佳的深度學習框架,但它是一個深度學習框架。

Tensor class 是一個圍繞 numpy array的包裝器,除了它可以做張量( Tensor )的事情。

PyTorch 就不用多加介紹了 ,什麼是 micrograd?

一個小小的自動微分引擎 ( Autograd Engine )。實現反向傳播(反向模式autodiff)在動態生成的 DAG 和在它的上面小型神經網路庫,具有類似 PyTorch的API。兩者都是微小的,分別在約 100 和 50 行的程式碼。所述 DAG 僅在標量的值( scalar values) 操作,所以每個神經元砍下其所有單獨微小的累加和乘法。然而,這足以建立整個深度神經網路做二元分類。適合用於教育目的。

包含 DeepMind 出版隨附的實現和附有說明的程式碼

除了釋出與 DeepMind 進行的研究相伴隨的論文外,還發布開源環境,資料集和程式碼,以使更廣泛的研究社群參與我們的工作並以此為基礎,並最終目標是加速科學進步,造福於社會。 。 例如,你可以建立在  Deep Q-NetworkDifferential Neural Computer 的實現之上,或者在我們用於研究的相同環境中進行實驗,例如 DeepMind LabStarCraft II ( 用人工智慧玩星海爭霸 )。

如何在抖音上找到漂亮小姐姐—-抖音機器人

本著高效、直接地找到漂亮小姐姐的核心思想,這位中國的開發者用 Python + ADB 做了一個 Python 抖音機器人 Douyin-Bot。

訂閱網址

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: