coDDMaker:分布和共分布 2D 信号分析-开源
coDDMaker 是 MATLAB:registered: App Designer 的软件程序,用于指导分析二维图像中标记对的分布和共同分布。
coDDMaker 是 MATLAB:registered: App Designer 的软件程序,用于指导分析二维图像中标记对的分布和共同分布。
这是一个为将 16 位版本的编译器进化到 32 位而创建的操作系统。 它源自 VM86 DOS 扩展并成为完整的多任务设备驱动程序。
动画时间线控制 动画时间轴是一个 TypeScript、无依赖的画布组件,旨在可视化和操作动画关键帧。 特征: 快速且可定制,呈现在画布上。 捕捉、缩放、平移模式,多个关键帧选择。 键盘支持。 拖动多个关键帧,拖动关键帧范围。 区域虚拟化 - 仅呈现小的显示区域。 使用本机浏览器滚动条。 带有自动调整刻度的水平刻度。 现场演示 配置 用法 HTML let rows = [ { keyframes : [ { val : 40 , } , { val : 3000 } ] } ] ; let timeline = new timelineModule . Timeline (
创建 React 应用程序入门 这个项目是用引导的。 可用脚本 在项目目录中,您可以运行: npm start 在开发模式下运行应用程序。 打开在浏览器中查看。 如果您进行编辑,页面将重新加载。 您还将在控制台中看到任何 lint 错误。 npm test 在交互式观察模式下启动测试运行器。 有关更多信息,请参阅有关的部分。 npm run build 将用于生产的应用程序构建到build文件夹。 它在生产模式下正确地捆绑了 React 并优化了构建以获得最佳性能。 构建被缩小,文件名包括哈希值。 您的应用程序已准备好部署! 有关更多信息,请参阅有关的部分。 npm run eject 注意:这是一种单向操作。 一旦eject ,就回不去了! 如果您对构建工具和配置选择不满意,您可以随时eject 。 此命令将从您的项目中删除单个构建依赖项。 相反,它会将所有配置文件和可
简历模板 一个简单的 Jekyll + GitHub Pages 支持的简历模板。 文档 本地运行 要在本地进行测试,请在终端中运行以下命令: 在本地克隆 repo bundle install bundle exec jekyll serve 打开浏览器访问localhost:4000 定制 首先,您需要将 repo 分叉到您自己的帐户。 然后在本地克隆并自定义,或者使用GitHub网页编辑器进行自定义。 选项/配置 大多数基本自定义将在/_config.yml文件中进行。 以下是通过/_config.yml可用的自定义列表: [……把这些写出来……] 编辑内容 大多数内容配置将在/_layouts/resume.html文件中进行。 只需相应地编辑那里的标记 免费发布到 GitHub Pages 将使用您的 GitHub 帐户免费托管此内容。 只需确保您使用的是gh-pag
React Janus 组件 包括 Videoroom 在内的 Janus 插件的 React 组件 该模块的目的是实现与 React 应用程序一起使用的的多个插件。 官方演示中的 janus.js 暂时用作客户端库。 这将在后期转换为节点模块。 更新 npm 包昨天有问题,现在修复了,这个例子应该可以工作 支持的插件 影音室 用法 安装 Janus 服务器,docker 镜像可在 以视频室为例
软件-产品-sprint-mvp 2021 年夏季软件产品 Sprint 团队 32 的项目 MVP。
zcapld (@digitalbazaar/zcapld) Javascript 参考实现。 目录 背景 去做 安全 待定 安装 需要 Node.js 12+。 从 NPM 安装: npm install @digitalbazaar/zcapld 在本地安装(用于开发): git clone https://github.com/digitalbazaar/zcapld.git cd zcapld npm install 用法 待定 贡献 查看贡献文件! 接受 PR。 如果编辑自述文件,请遵守标准自述文件规范。 商业支持 可向 Digital Bazaar 索取对该图书馆的商业支持: support@digitalbazaar.com 执照 新 BSD 许可证(3 条) :copyright: Digital Bazaar
蓝雾 BlueFog 是一个高性能的分布式训练框架,采用分散优化算法构建。 Bluefog 的目标是使去中心化算法易于使用、容错、对异构环境友好,甚至比使用参数服务器或 ring-allreduce 构建的训练框架更快。 表现 下面的图表代表了在 ResNet50 基准上完成的 BlueFog 的性能。 每台机器有 8 个 V100 GPU(64GB 内存),启用 NVLink,互连通信速度为 25Gbps。 这与您可以在获得的硬件设置相同。 我们测试了计算密集型场景的批量大小为 64 和通信密集型场景的批量大小为 32 的扩展效率。 在图中,黑框代表理想的线性缩放。 据观察,Bluefog 可以实现超过 95% 的扩展效率,而 Horovod 在 128 个 GPU 上以 64 的批量大小达到约 66% 的扩展效率。 对于批量大小为 32 的通信密集型场景,Bluefog 和 Hor