本周Github有趣项目
1、chili
Rust低开销的并行化库
非常低开销的并行化原语,几乎与rayon::join相同。在计算过程中的任何分叉点,它可以并行运行两个传递的闭包。
在存在许多小计算的情况下,以及在为了停止尝试跨线程共享工作而估计当前分支上剩余多少计算的成本很高的情况下,它工作得最好。
下面的示例并行地对二叉树中的所有节点求和。
fn sum(node: &Node, scope: &mut Scope<'_>) -> u64 { |
2、monigo
MoniGo 是 Go 应用的性能监控库,可实时洞察服务级别和功能级别指标。借助直观的用户界面,开发人员可以跟踪和优化性能。只需 10 秒即可启动 Go 应用的仪表板!
它通过直观的用户界面提供对应用程序性能的实时洞察,使开发人员能够跟踪和优化服务级和功能级指标。
特征
- 实时监控:访问您的 Go 应用程序的最新性能指标。
- 详细见解:跟踪和分析服务和功能级别的性能。
- 可定制的仪表板:使用易于使用的用户界面管理性能数据。
- 可视化:利用图形和图表来解释性能趋势。
- 自定义阈值:为应用程序的性能和资源使用情况配置自定义阈值。
3、miniMNIST-c
该项目用 C 语言实现了一个最小神经网络,用于对MNIST 数据集中的手写数字进行分类。整个实现 大约有 200 行代码,仅使用标准 C 库。
特征
- 两层神经网络(输入→隐藏→输出)
- 隐藏层的 ReLU 激活函数
- 输出层的 Softmax 激活函数
- 交叉熵损失函数
- 随机梯度下降(SGD)优化器
4、next-partial-prerendering
Next.js 部分预渲染
此模板使用新的 Next.js App Router。这包括对增强布局、组件、测试和样式的共置、组件级数据提取等的支持。
它还使用了 Next.js 14 中提供的实验性部分预渲染功能。部分预渲染将超快速静态边缘交付与完全动态功能相结合,我们相信它有可能成为Web 应用程序的默认渲染模型,将静态站点生成和动态交付的最佳功能结合在一起。
PPR 是一种实验性技术,不建议用于生产。
5、django-cotton
将基于组件的设计引入 Django 模板。
- 文档站点 + 演示:django-cotton.com
Cotton 的目标是克服django 模板系统中存在的某些限制,当我们想要应用现代实践以模块化和可重用的方式组合 UI 时,这些限制阻碍了我们。
主要特点
- 现代 UI 组合:高效组合和重用 UI 组件。
- 与 Django 互操作: Cotton 仅增强了 django 现有的模板系统(不需要 Jinja)。
- 类似 HTML 的语法:由于组件标签类似于 html 标签,因此可以获得更好的代码编辑器支持和生产力。
- 最小开销:使用动态缓存编译为本机 Django 组件。
- 封装 UI:将布局、设计和交互保存在一个文件中(尤其是与 Tailwind 和 Alpine.js 配对时)
- 赞美 HTMX:创建智能组件,减少重复并增强可维护性。
6、picows
picows是一个高性能 Python 库,专为构建 asyncio WebSocket 客户端和服务器而设计。它采用 Cython 实现,速度和效率出众,超越其他流行的 WebSocket Python 库。
流行的 WebSocket 库试图提供高级接口。它们负责超时、流控制、可选的压缩/解压缩、从帧组装 WebSocket 消息以及实现异步迭代接口。这些功能通常用纯 Python 实现,即使消息很小、未碎片化(每个 WebSocket 帧都是最终的)和未压缩,也会带来很大的成本。异步迭代接口是使用 Futures 完成的,这为事件循环增加了额外的工作并引入了延迟。此外,并不总是能够检查是否已经有更多消息到达;有时,只有最后一条消息才重要。
API 遵循asyncio 的低级传输/协议设计。它将帧而不是消息传递给用户处理程序。一条消息可能由多个帧组成,但由用户选择合并它们的最佳策略。同样的原则适用于压缩和流量控制。用户可以使用最合适的工具实施自己的策略。
话虽如此,最常见的用例是消息和帧相同时,即一条消息仅由单个帧组成,并且不使用压缩。
特征
- 在 Cython 中实现的最高效的 WebSocket 框架解析器和构建器
- 尽可能重复使用内存,避免重新分配,并避免不必要的 Python 对象创建
- 提供 Cython .pxd,以便用户 Cythonized 代码与 picows 高效集成
- 能够检查某一帧是否是接收缓冲区中的最后一帧
- 支持安全和不安全协议(ws 和 wss 方案)
https://picows.readthedocs.io/en/stable/
7、SQL-tips-and-tricks
为数据分析师多年来积累的 SQL 技巧和窍门的列表(有些主观)。
格式/可读性
有用的功能
- 您可以使用::运算符来转换值的数据类型
- 反连接是你的朋友
- 用于QUALIFY过滤窗口函数
- 你可以(但不应该总是)GROUP BY列位置
- 用于EXCLUDE...排除列
- 您可以使用以下方式创建总计GROUP BY ROLLUP
避免陷阱
8、mkbsd
下载 MKBHD 的“Panels”应用中的所有壁纸
MKBSD 有两种版本!Node.js 和 Python。
在 Node.js 中运行
- 确保您已安装 Node.js。
- 跑步node mkbsd.js
- 稍等一下。
- 所有壁纸现在都位于新创建的downloads子文件夹中。
在 Python 中运行
- 确保已安装 Python。
- 确保您已aiohttp安装 Python 包(pip install aiohttp)。
- 跑步python mkbsd.py
- 稍等一下。
- 所有壁纸现在都位于新创建的downloads子文件夹中。
问:这背后有什么故事?
2024 年 9 月 24 日,知名科技 YouTuber MKBHD 发布了壁纸应用 Panels,它具有以下功能:
- 进行了极其侵入性、不合理的追踪,包括位置历史和搜索历史。
- 向艺术家收取 50% 的掠夺性佣金(即使是苹果也只收取应用程序购买的 30%)。
- 强迫您观看每个想要下载的壁纸的两个广告,然后只允许您以 SD 格式下载。
- 所有高清壁纸均需每年支付五十美元订阅费。
- 许多壁纸本质上都是人工智能生成的乱码或经过严重编辑的库存照片。
尤其是考虑到 MKBHD 之前对低质量公司和产品的批评,人们有理由感到不满,因为这看起来像是一种相当明显的欺诈和敛财行为,剥削了过去 15 年来一直信任其编辑诚信的粉丝群。然而,就在同一天,MKBHD 发了一篇帖子,加倍抨击该应用。
问:你运行这个剧本是不是窃取了艺术家的才智?
MKBSD 通过 Panels 应用程序自己的 API 访问公开媒体。它不会做任何见不得人或违法的事情。真正的问题是 Panels 和 MKBHD 完全无法为他们所依赖的艺术家提供安全的平台利用正在使用。如果设计得当,任何其他应用程序都可以避免导致 MKBSD 出现的问题。
9、huggingface-llama-recipes
此存储库包含最少的配方,可帮助您快速开始使用Llama 3.x模型,包括Llama 3.1和Llama 3.2。