黑洞资源笔记
- M1 Mac的Stable Diffussion本地部署版 | Stable Diffusion Buddy
- 《Rust命令行编程指南》随书代码
连续几年，Rust 在 Stack Overflow 的年度开发者调查中被评为“最喜爱的编程语言”。这种开源系统编程语言现在用于从游戏引擎和操作系统到浏览器组件和虚拟现实模拟引擎的所有事物。但 Rust 也是一种极其复杂的语言，其学习曲线非常困难。
本指南不是专注于整个语言，而是在每章中使用一个小型、完整、专注的程序来教授 Rust。作者 Ken Youens-Clark 向您展示了如何启动、编写和测试每个程序以创建成品。您将学习如何处理 Rust 中的错误、读写文件以及使用正则表达式、Rust 类型、结构等。
了解如何：
使用 Rust 的标准库和数据类型创建命令行程序
编写和测试 Rust 程序和函数
读写文件，包括标准输入、标准输出和标准错误
记录和验证命令行参数
编写优雅失败的程序
解析原始文本和分隔文本
使用和控制随机性
Command-Line Rust | #Rust -
-
- 这个频道屎味有点重。。。每条信息都有大量的💩
- 请大家有序地扔💩，并保持一米线距离，以免飞溅到自己嘴里
- 哪儿都有键盘侠，真他妈的害怕
-
- 看到有个群说频道不能发💩了，我才想起这个表情可以单独关闭。这太💩了，不能玩💩，这表情还有啥意思呀。只剩下其他的点赞什么的，那赞了也没意义了
-
- 一个在 Kubernetes 上运行的弹性网络抓取集群。它提供了通过 REST API 和 Web 界面部署、运行和扩展 Web 抓取蜘蛛的机制。
该项目由三个主要模块组成：
REST API：使用 Django REST 框架工具包构建，它公开了几个端点来管理项目、蜘蛛和作业。它使用 Celery 进行任务处理，并负责部署 Scrapy 项目等。
排队：estela 需要一个高吞吐量、低延迟的平台来控制生产者-消费者架构中的实时数据馈送。在本模块中，您将找到一个 Kafka 消费者，用于收集蜘蛛作业中的信息并将其传输到数据库中。
Web：使用 React 和 Typescript 实现的 Web 界面，可让您管理项目和蜘蛛。
这些模块中的每一个都独立于其余模块工作，并且可以更改。每个模块在其对应的目录中都有更详细的描述。
estela -
-
- 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 -
