github

近日，继微软宣布将其 .NET 项目开源到 Github 之后，Google开发者刚刚在开发者邮件列表上宣布Go语言的版本控制系统将从Mercurial切换到Git，而Go项目也将托管在GitHub上。Google的开源项目托管网站Google Code看起来距离被放弃也不远了。Google表示迁移将在12月初发布Go 1.4之后启动，Go 1.5的开发将全部在 GitHub上进行， Mercurial 树将在1.4发布之后关闭

国产龙芯的软件生态之中.NET不会缺席，毕竟 C# 与 .NetCore/Mono 也是全球几大主流的编程语言和运行平台之一，最近一段时间听到太多的鼓吹政务领域不支持.NET， 大家都明白这是某些人为了自己的利益打压使用.NET技术的公司，我今天写这篇文章就是想通过龙芯团队的行动告诉更多人一起来推动.NET技术在中国的发展。希望龙芯厂商、支持龙芯的国产操作系统厂商能高度重视这个问题，主动加入 .Net Core 社区，加入.NET基金会，积极贡献代码，尽快做好适配工作。 龙芯团队一直在做net core的mips64移植工作，2020年6月18日完成了里程碑性的工作，在.NET Core 3.1分支上完成了MIPS64 的移植工作，目前已经在github上开源，开源地址：[URL]

M+博物馆将于8月31日至9月1日举办首次“M+数据设计黑客松”，作为“M+ 思考：数码领域里的艺术与设计”活动之一。在一连两日的黑客松中，设计师、艺术家及技术专家等将检视M+藏品的内容，如何能以饶富意义的方式添加到开源数据知识库中，并透过新的研究和创意项目得到活化。我们鼓励参与者利用数据视觉化技术，洞见亚洲视觉文化的现状，以求建立不同藏品之间的新联系，并促进跨领域的对话的开展

开一个我的github传送门，可以看到代码。 普通的梯度下降法GradientDescent(带minibatch)的模型训练过程： 对比普通的梯度下降GD、动量梯度下降法momentum、Adam三种方法可知： GD和momentum的准确率accuracy都为0.797，Adam的准确率为0.94。这说明在相同的迭代次数即时间花费下，Adam的收敛速度最快，对算法的效率有明显提升

据知情人士透露，微软公司已同意收购Github公司——一家颇受软件开发商欢迎的代码托管平台，并将于本周一尽快对外宣布这笔交易。 一位不愿透露个人信息的消息人士称，Github之所以放弃上市而选择微软，部分原因是受到微软首席执行官萨提亚·纳德拉的影响。协议条款尚未公布

oceanbase在哪里交流的话题内容比较多，我感觉相关的讨论太少了，oceanbase是不是经常在钉钉群或者其他即时通讯工具里解决问题，我在论坛里搜索很多常见的错误都搜索不到，我认为应该多在论坛里或者gitee/github的issues里解决技术问题，在群里解决问题只能帮助一个人或者恰好关注的人，论坛里解决的问题才能被搜索到，帮助后来研究的人 建议加入钉钉社群，和社区、社群的老师同学们多交流，跟一帮素未谋面的“老朋友们”聊聊天。因为OB开源团队老师和同学非常乐于跟用户交流OB技术。彷佛这里聚集的是一群老朋友，他们似火的热情，让你毫无陌生感，你能很快融入其中

近日由于小琛学姐的提醒，我才统计了一下自己每天要输入多少次密码。 现在用的手机是LG Nexus 5，锁屏密码是大于10位的字母数字符号组合。每次打开手机都要输入密码，每天十几次

前文提到重回研发，为了可以文件版本控制，因此使用 Git 存档，不过这是公司内部机密文件，因此公司自架 Bitbucket 主机存档，而不是用 Github 公开任取。 虽然仓库软件名称叫做 Bitbucket，但是它就是使用 Git 方式在管理，所以使用专业术语皆相同，因此我把这些术语画出上面的流程图方便理解，这是所有程序员之间共同的语言。Bitbucket 与 Jira、Confluence 已经整合在一起，因此多团队分工就不再是难事

上次 我们已经处理好了需要用到的数据 这就已经解决了一大堆问题了. 在机器学习/深度学习中 其实花时间最多的不是训练 而是数据的预处理. 大多数人都感叹 如果搭建模型训练花了10分钟 那处理数据就得花一天. 哈哈哈. 你已经攻克了最难的地方了. 这节内容 就是非常容易 我们搭建一个模型 训练 并可视化它. 加工好数据以后 为了比较严谨地测试模型的准确率 我们首先打乱数据的顺序 然后将训练和测试数据以 7/3 比例分开. 可视化的代码 我不在这里呈现了 想看代码的朋友来我的 github. 这个可视化展示的是在整个训练过程中 原本 target 有多少这种类型的数据 我们发现 其实每种车状况的数据量还是不同的 虽然有点 imbalance 的问题 但是貌似模型没有被这种 imbalance 问题给带偏. 这是好事. 要不然 我们还要对这套模型或者数据做手脚 来解决 imbalance 问题. 好啦 我们现在就已经成功的走过了一遍分类器的实践. 我们发现 在机器学习中 搭建模型和训练并不一定是最难的地方 很多时候处理和分析数据也是很麻烦很繁琐的. 我们需要把握数据的规律 寻找数据的正确表达形式. 好让神经网络比较容易接受.

Zend Studio 是一个PHP集成开发环境，旨在缓解PHP开发人员的工作。是一个全功能的代码编辑和调试应用程序，它为程序员提供了完善的设施加快软件开发过程。 Zend Studio是只适用于专业开发人员提供所需的功能开发业务应用程序的集成开发环境（PHP IDE）