Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  1. 用于快速开发云原生serverless应用的框架

    Nitric是一个用于快速开发云原生和无服务器应用程序的框架。根据所需资源定义您的应用程序，然后为基于无服务器功能的 API、事件订阅者和计划作业编写代码。

    使用 Nitric 构建的应用程序可以从相同的代码库部署到 AWS、Azure 或 Google Cloud，这样您就可以专注于您的产品，而不是您的云提供商。

    Nitric 可以轻松：

    创建智能无服务器函数和 API
    构建使用事件和/或队列的可靠分布式应用程序
    安全地存储、检索和轮换秘密
    从存储桶读取和写入文件

    官网 | Docs | 项目地址 | #框架

  2. GEEML：谷歌地球引擎机器学习

    这个 python 包使用并行处理和谷歌地球引擎大容量端点更容易从谷歌地球引擎中提取卫星数据。

    在目前的状态下，它支持以 csv 的形式提取传统机器学习（表格数据）的数据，以及提取深度神经网络的 GeoTiff 图像补丁。

    GEE JS 代码编辑器中的机器学习功能仍然有限。例如，不支持 XGBoost、LightGBM、NGBoost 等。此外，python 生态系统对训练、验证和超参数调优的支持要多得多。但是，要利用此功能，需要在本地下载数据或将数据存储在 Google Drive 或 Google Cloud Storage 中，以从机器学习 python 生态系统中受益。因此，这个包旨在让下载 GEE 处理的机器学习格式的数据变得更容易和更快。

    特征：
    并行导出图像或稀疏图像（例如 GEDI）。
    导出点或多边形处的栅格值 (ee.FeatureCollection)。
    汇总多边形内的栅格数据 (ee.FeatureCollections)。
    提取表格和深度神经网络 (DNN) 类型的数据集。

    项目地址 | #机器学习

  3. Emerge（或emerge-viz）是一种源码分析和依赖可视化工具，用来收集关于源码结构、度量、依赖和软件项目复杂性的相关信息。

    Emerge 目前支持以下语言的扫描：C, C++, Groovy, Java, JavaScript, TypeScript, Kotlin, ObjC, Ruby, Swift, Python. 结构、着色和聚类是基于结合a的思想计算的力导向图模拟和鲁汶模块化。Emerge 主要用 Python 3 编写，并在 macOS、linux 和现代网络浏览器（即最新的 Safari、Chrome、Firefox、Edge）上进行了测试。

    项目地址 | #工具

  5. 使用Node和Cheerio进行网页抓取

    网页抓取是一种从网站获取数据的方式，数据可以是文本、图片或任何其他可下载的文件等。在本教程中，我们将抓取非CSR即客户端使用 JavaScript (React/角网站）。

    在本教程中，将使用网络抓取来获取列出的相关工作Hacker News。每当执行爬虫代码时，我们都会将 JavaScript、react、node 等作业保存到 Excel。此外，我们将使代码可配置以轻松更改过滤器参数。

    我们将使用node.js进行网页抓取，为此，我们将使用Axios获取网站的 HTML，然后在Cheerio的帮助下找到我们需要保存的数据。此外，我们将看到如何将抓取的数据保存到node.js中的CSV文件并处理分页

    传送门 | #教程

  6. 了解新的 Visual Studios 扩展模型 | 博文

    尽管 Visual Studio Code 程序员编辑器非常受欢迎，但 Visual Studio IDE 仍然是 Microsoft 开发工具链战略的核心。超过 25 年的发展为我们带来了一个可定制的开发环境，它远远超出了一套开发工具的原始通用 UI。

    如今，Visual Studio 是一个单一的应用程序，可以动态加载构建项目所需的工具和语言。你可以预配置工具链，以及挑选和混合帮你交付代码的功能。结果是一个灵活的开发环境，支持现代开发模型，包括远程开发和共享代码。甚至还支持最新的人工智能编码助手。

  8. 了解并发性和并行性之间的区别（使用 Kotlin）

    Kotlin官方文档将Kotlin Coroutines描述为 "用于异步编程和更多 "的工具。它们的主要目的是为程序员提供 "异步或非阻塞 "编程的简易工具。这到底是什么意思？异步 "与 "并发 "和 "并行 "这两个术语的关系如何？"并发 "和 "并行 "这两个术语我们在这方面听得很多，经常混在一起。

    在这篇文章中,你会注意到Coroutines主要关注的是并发性，而不是并行性。Coroutines提供了复杂的手段来帮助我们构造代码，以使其具有高度的并发执行性。此外，它们允许启用并行性，而这并不一定是默认行为。如果你还没有完全掌握这两个概念之间的区别，不要担心，在这篇文章中应该会越来越清楚。

    你可以在这篇旧文章中找到关于Kotlin coroutines的一般介绍

    博文地址 | 旧文介绍 | Kotlin coroutines文档

  11. 从英国东印度公司的成长和消亡中学习的一些事儿

    关于效率、招聘、激励以及我们如何将通信延迟与分析速度混淆

    Blog

  13. 在没有Numpy或Scipy的情况下在PurePython中求解方程组 | Blog

    在没有 numpy 或 scipy 的纯 python 中求解方程组涵盖了从数学到完整代码的方程组，它与矩阵求逆帖子密切相关。有时我们想要一个系统的逆矩阵来重复使用求解 X，但大多数时候只需一个方程组的 X 的单个解，并且有一种方法可以让我们直接求解 X，不需要知道系统矩阵的逆矩阵。我们将再次使用python，尽管代码相似，但还是有些不同。所以这个项目有一个单独的 GitHub 存储库。

    此外，我们知道可以使用 numpy 或 scipy 或 sklearn 模块，但我们想看看如何在不使用任何方程组的情况下求解 X，因为这篇文章与本网站上的大多数文章一样，是关于理解从数学到完整代码的原则。在文章的最后，有一节展示了如何使用 numpy / scipy 在方程组中求解 X。还要记住，尝试在尽可能少的帖子帮助下自行开发代码，并使用帖子与您的数学和方法进行比较。但是，仅通过帖子并确保你彻底理解这些步骤也是一件好事。

  14. Rust 有一个小型标准库

    引文：通常，刚接触 Rust 编程语言的人会问“为什么标准库中没有诸如随机数生成/正则表达式/日期时间/序列化之类的基本功能？为什么我需要为这些功能导入质量未知的第三方库？ " 我大约每月在 Rust subreddit 上看到一次（示例一、二、三、四），所以我认为值得一提。

    Blog | #Rust