问题: 之前在VS2012、VS2015中,可直接在应用程序中Console.WriteLine输出信息来调试bug。最近换到VS2017后,却发现怎么也无法输出 解决: 这个问题的原因是VS2017开始已经不再使用Hosting Process模式,在Hosting Process时可以将信息输出至 Output窗口。 在VS2017及以后的版本可以使用Trace.WriteLine来将调试信息输出至Output窗口。 另外VS2017对CPU的要求也高了,我的老机器一打开没多久就出现很多ServiceHub.Host.CLR.x86.exe的进程,导致写代码卡顿,不得已换了新机器,升级到i5后没再出现卡顿现象了。一起典型的软件倒逼硬件更新的例子,诸君勿笑. from:https://blog.csdn.net/edcvf3/article/details/104827175
View Details本文最初发表于 Medium 博客，经原作者 Anupam Chugh 授权，InfoQ 中文站翻译并分享。 2021 年才刚刚开始，在过去的一年中，机器学习领域中发生了很多事情。 本文介绍了最流行的开源研究项目、演示和原型。其范围从照片编辑到自然语言处理，再到使用“无代码”训练模型，我希望这些能够激发你去构建令人难以置信的人工智能产品。 1、Background Matting v2 https://github.com/PeterL1n/BackgroundMattingV2 Background Matting v2（背景抠图）从广受欢迎的 The World is Your Green Screen（世界是你的绿幕）开源项目中汲取灵感，展示了如何实时删除或更改背景。它提供了更好的性能（4K 时为 30fps，FHD 时为 60fps），并可与流行的视频会议应用 Zoom 一起使用。 该技术使用附加捕获的背景帧，并将其用于恢复 alpha 哑光和前景层。采用两个神经网络对高分辨率图像进行实时处理。 假如你想把某人从视频中移除，同时保留背景，这个项目绝对有用。 2、SkyAR https://github.com/jiupinjia/SkyAR 这是一个神奇的项目，它能对视频中的天空进行替换和协调，并能在视频中自动生成具有逼真和戏剧性风格的天空背景，而且风格可控。 这个以 Pytorch 为基础的项目使用了 pytorch-CycleGAN-and-pix2pix 项目中的部分代码，使用了天空抠图，通过光流进行运动估计，以及图像混合，实时提供视频艺术背景。 上面提到的开源项目在电影和视频游戏中有惊人的潜力，比如增加雨天、晴天等等。 3、AnimeGAN v2 https://github.com/TachibanaYoshino/AnimeGANv2 将照片卡通化总是一个有趣的机器学习项目。不是吗？ 这个项目 AnimeGAN v2 是 AnimeGAN 的改进版本。具体来说，它在保证防止高频伪影产生的同时，将神经风格转移与生成对抗网络（GAN）结合起来完成任务。 4、txtai https://github.com/neuml/txtai 人工智能精准化的搜索引擎和问答聊天机器人永远是当前的需求。而这正是这个项目所要做的。 txtai 利用 sentence-transformers、transformers 和 faiss，为上下文搜索和提取式问题回答构建了一个人工智能引擎。 实际上， txtai 支持构建用于相似性搜索的文本索引，并基于抽取式创建问题回答系统。 5、Bringing-Old-Photos-Back-to-Life https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life 接下来是微软最新的照片修复项目，可以自动修复受损照片。 具体来说，它通过在 PyTorch 中的深度学习实现，利用划痕检测、人脸增强等技术，修复遭受复杂退化的老照片。 根据他们的研究论文：“我们训练了两种变自编码器（variational autoencoders，VAEs），它们分别将旧照片和干净照片转换到两个潜在空间。而这两个潜在空间之间的转换是通过合成的配对数据来学习的。由于紧凑的潜在空间中的域隙是封闭的，所以这种转换能很好地泛化到真实照片中。此外，为了解决一张旧照片中的各种混杂退化问题，我们设计了一个全局分支和一个局部分支，该分支包括一个局部非局部分块，针对结构化缺陷，如划痕和尘点，以及一个局部分支，针对非结构化缺陷，如噪声和模糊。” 从下面的演示中可以看出，该模型的性能明显优于传统的技术方法。 6、Avatarify https://github.com/alievk/avatarify Deepfake 项目已经横扫机器学习和人工智能社区。这个项目展示了一个典型的示例，它允许你在实时视频会议应用中创建照片般逼真的头像。 主要是利用 First Order Model（一阶模型）来提取视频中的动作，然后利用光流把它们应用到目标的头像上。通过这种方式，你可以在虚拟的摄像机上生成虚拟的人物，甚至可以将经典画作做成动画。从伊隆·马斯克到蒙娜丽莎，你可以模仿任何人来玩耍！ 7、Pulse https://github.com/adamian98/pulse 这是一个人工智能模型，它显示了如何从一个低分辨率的人脸图像中生成一个逼真的人脸图像。 PULSE，即 Self-Supervised Photo Speampling via […]
View Details首个编程语言是？这要归功于一位英国数学家。事实上，被称为 Ada Lovelace 的 Augusta Ada Byron 定义了首个编程语言。它是一种“汇编”语言，但是，它的分析机一直没有完成。“Plankalkül”紧随 Ada Lovelace 项目之后出现。1942 年，德国计算机科学家和工程师 Konrad Zuse 首次提出了这种为工程应用而开发的编程语言。它是首个为计算机而设计的高级编程语言。这个项目的首个版本发布于 1946 年。 有趣的是，一般来说，由于第二次世界大战的缘故，数字电子计算机很可能是应用于军方（正是因为这场战争以及计算机在军事战略中的重要性）而不是为公众所知。 但是，历史上最重要的编程语言是什么呢？预计下，在 2021 年使用最多的又是哪些呢？ 2021 年你可以学习的 10 种编程语言 下面，我们将以年代为单位逐一介绍下历史上的主要编程语言。但是，2021 年的主要编程语言是什么呢？它们是如何发展的呢？ https://youtu.be/UNSoPa-XQN0 10、 Go Go 是一种静态强类型、编译型的编程语言，由 Robert Griesemer、Rob Pike 和 Ken Thompson 设计而成。Go 在语法上类似于 C，但它具有内存安全、垃圾回收、结构类型和 CSP-style 的并发性等特性。该语言因其域名（golang.org）而常被称为 Golang，但它真正的名字是 Go。 来源：https://en.wikipedia.org/wiki/Go_(programming_language) 9、Swift Swift 是一种功能强大且直观的编程语言，适用于 macOS、iOS、watchOS、tvOS 等平台。编写 Swift 代码具有交互性和趣味性，它语法简洁而又富有表现力，并且 Swift 包含了很多开发人员喜欢的现代特性。Swift 代码在设计上是安全的，但也能生产出运行速度极快的软件。 来源：https://developer.apple.com/swift/ 8、 R R 是由统计计算 R 基金会支持的用于统计计算和图形学的编程语言和自由软件环境。统计人员和数据挖掘人员广泛使用 R 语言来开发统计软件并进行数据分析。 来源：https://en.wikipedia.org/wiki/R_(programming_language) 7、Ruby Ruby 是一种动态的、开源的编程语言，注重简洁性和效率。它具有优雅的语法，不仅易读而且也易于编写。 来源：https://www.ruby-lang.org/zh_cn/ 6、 […]
View Details2021年1月26日，W3C（万维网联盟）和 IETF （互联网工程任务组）同时宣布 WebRTC（Web Real-Time Communications，Web 实时通信）现发布为正式标准，将音视频通信带到 Web 上任何地方。 WebRTC 由用于 Web 实时通信的 JavaScript API 和一组通信协议构成，支持网络上的任何已连接设备成为 Web 上潜在的通信端点。WebRTC 已成为线上通信及协作服务的基石。 目前全球都面临着 COVID-19 疫情，WebRTC 让数十亿人无论其设备或地域如何，在 COVID-19 疫情期间也能保持联络。WebRTC 的使用已经超越了最初的核心设计，即在浏览器和其他生态（例如本地应用）中支持视频会议和协作系统。现在需要更多的特性和优化。 IETF WebTransport (WEBTRANS) 和 WebRTC Ingest Signaling over HTTPS (WISH) 工作组已经在开展工作，在 IETF 其他工作组的基础上进一步协调、拓展相关工作。其中包括 QUIC（定义支持 WebTransport API 开发的新协议）和 HTTPBIS（指定简单、可扩展的、基于 HTTPS 的信令协议），以在广播工具和实时媒体广播网之间建立基于 WebRTC 的单向视听会话。 W3C WebRTC 工作组已经开始研究 WebRTC Next Version Use Cases，规划 WebRTC 的未来，特别是： 在服务器介导的视频会议中的端到端加密 即时处理音视频材料，包括通过机器学习 物联网（例如 IoT 传感器维持长期连接并寻求最小功耗） WebRTC 工作组正对现有及新的用例进行迭代，重点理解全部需求及其优先级。W3C 近期开始的 WebTransport 和 Web Codecs 工作预计将低延迟流媒体的优势引入更广大的媒体和娱乐生态系统。 WebRTC 成为 W3C 为应用程序开发定义开放 Web 平台的众多标准之一，具有前所未有的潜力。其让开发人员能够构建丰富的交互体验，由巨大的数据存储提供动力，可用于任何设备以及环境。 WebRTC 标准文档：https://www.w3.org/TR/webrtc/ from:https://www.oschina.net/news/128093/webrtc-standard
View Details代码提交作者
|
1 |
git log --pretty='%aN' | sort -u |
代码提交作者个数
|
1 |
git log --pretty='%aN' | sort -u | wc -l |
统计某个yourName的增加，删除，总行数
|
1 |
git log --author="yourName" --pretty=tformat: --numstat | gawk '{ add += $1; subs += $2; loc += $1 - $2 } END { printf "added lines: %s removed lines: %s total lines: %s\n", add, subs, loc }' |
提交次数top10
|
1 |
git log --pretty='%aN' | sort | uniq -c | sort -k1 -n -r | head -n 10 |
统计每个人，和上面统计结果一样，亲测非亲写（搬运工），单行脚本，自己感受下：
|
1 |
git log --shortstat --pretty="%cE" | sed 's/\(.*\)@.*/\1/' | grep -v "^$" | awk 'BEGIN { line=""; } !/^ / { if (line=="" || !match(line, $0)) {line = $0 "," line }} /^ / { print line " # " $0; line=""}' | sort | sed -E 's/# //;s/ files? changed,//;s/([0-9]+) ([0-9]+ deletion)/\1 0 insertions\(+\), \2/;s/\(\+\)$/\(\+\), 0 deletions\(-\)/;s/insertions?\(\+\), //;s/ deletions?\(-\)//' | awk 'BEGIN {name=""; files=0; insertions=0; deletions=0;} {if ($1 != name && name != "") { print name ": " files " files changed, " insertions " insertions(+), " deletions " deletions(-), " insertions-deletions " net"; files=0; insertions=0; deletions=0; name=$1; } name=$1; files+=$2; insertions+=$3; deletions+=$4} END {print name ": " files " files changed, " insertions " insertions(+), " deletions " deletions(-), " insertions-deletions " net";}' |
from:https://www.cnblogs.com/lioa/p/12074127.html
View Details//参数直接写参数名 string Sql = "select * from [table] where field like @field"; //参数值里面加上通配符，varchar类型查询也不加单引号 var Param = new {field = "%{ParamValue}%"}; //执行查询 Dapper.Query<T>(Sql,Param); from:https://www.cnblogs.com/tian2008/p/8491633.html
View Details作者：HelloGitHub-小鱼干 命名一直是编程界的难点，这次 naming-cheatsheet 就能帮上你的忙。按照它的 SID（Short.、Intuitive、Descriptive）原则，你一定能取出极佳的变量 / 函数名。同样，能解决你可视化问题的还有 Apache 的 superset。如果你想了解 Google、微软、Netflix 之类的大厂在生产环境应用了哪些机器学习技术，applied-ml 就能娓娓道来各大科技公司的 ml 技术。 这期依旧是小鱼干自由发挥的一期热点趋势，和原来一样如果你想了解特定主题的 GitHub Repo，小鱼干定会留意这周的 GitHub Trending。 以下内容摘录自微博@HelloGitHub 的 GitHub Trending 及 Hacker News 热帖（简称 HN 热帖），选项标准：新发布 | 实用 | 有趣，根据项目 release 时间分类，发布时间不超过 14 day 的项目会标注 New，无该标志则说明项目 release 超过半月。由于本文篇幅有限，还有部分项目未能在本文展示，望周知 🌝 本文目录 本周特推 1.1 命名秘籍：naming-cheatsheet 1.2 机器学习库：best-of-ml-python GitHub Trending 周榜 2.1 免费编程书籍：free-programming-books 2.2 大厂的技术实践：applied-ml 2.3 新的编译方式：Svelte 2.4 可视化工具：superset 2.5 模拟数据：faker.js 2.6 角色扮演：ActionRoguelike 往期回顾 1. 本周特推 1.1 命名秘籍：naming-cheatsheet 本周 star 增长数：4,900+ naming-cheatsheet 是一个两年之前的项目，这周焕发了新生一周获得了近 5k star。本项目旨在帮你解决命名困难的问题，教你如何便捷、轻松地进行命名。命名谨记以下三点（SID）： 短：一个名字一定不要花很长的时间来键入，因此，记住； 直观：一个名字必须读起来自然，尽可能接近日常用语； 描述性：一个名字必须以最有效的方式反映它所做 / 拥有的东西。 GitHub 地址→github.com/kettanaito/… 1.2 机器学习库：best-of-ml-python 本周 star 增长数：2,750+ […]
View DetailsNaming things is hard. This sheet attempts to make it easier. Although these suggestions can be applied to any programming language, I will use JavaScript to illustrate them in practice. English language Use English language when naming your variables and functions.
|
1 2 3 4 5 6 7 |
/* Bad */ const primerNombre = 'Gustavo' const amigos = ['Kate', 'John'] /* Good */ const firstName = 'Gustavo' const friends = ['Kate', 'John'] |
Like it or not, English is the dominant language in programming: the syntax of all programming languages is written in English, as well as countless documentations and educational materials. By writing your code in English you dramatically increase its cohesiveness. Naming convention Pick one naming convention and […]
View Details在IIS中找到这个站点所用的程序池，点击“高级设置…” 在打开的列表中更改以下设置： 回收 固定时间间隔（分钟） 改为 0 虚拟/专用内存限制（KB） 改为 0 进程模型 闲置超时（分钟） 改为 0 from:bubuko.com/infodetail-1708029.html
View Details（或至少让其更难抓取） 这篇文章我翻译自：https://github.com/JonasCz/How-To-Prevent-Scraping，因为最近在看一些反爬的资料，无意间在 Github 发现这篇文章，我觉得写的很全面，所以想要翻译一下，顺便进行吸收。另外让我觉得非常赞的是这个文章从服务端和前端的角度都做了分析，我们应该从哪些点去做优化，而且每个点都举了例子，有些还给出了注意点。虽然文中有些提到的一些点很基础，也有很多我们目前在业务中也在使用，但是我还是从中吸收到了一些新东西，里面文中外部链接有很多，但是公众号这里不允许外链，所以大家可以点击文末最后的"阅读原文"到 Github 去查看，Github Markdown 的排版可能也比这里更好 : )。 （最后，有些仓促，可能有些注意不到的措别字，还请多多包涵） 提示：这篇文章是我 Stack Overflow 这个问题回答的扩展，我把它整理在 Github 因为它实在是太长了，超过了 Stack Overflow 的字数限制（最多 3 万个字，这文章已经超过 4 万字） 欢迎大家修改、完善还有分享，本文使用 CC-BY-SA 3.0 许可。 本质上说，防抓的目的在于增加脚本或机器获取你网站内容的难度，而不要影响真实用户的使用或搜索引擎的收录 不幸的是这挺难的，你需要在防抓和降低真实用户以及搜索引擎的可访问性之间做一下权衡。 为了防爬（也称为网页抓取、屏幕抓取、网站数据挖掘、网站收割或者网站数据获取），了解他们的工作原理很重要，这能防止他们能高效爬取，这个就是这篇文章的主要内容。 通常情况下，抓取程序的目的是为了获取你网站特定的信息，比如文章内容、搜索结果、产品详情还有网站上艺术家或者相册信息。他们爬取这些内容用于维护他们自己的网站（甚至通过你的内容赚钱！），或者制作和你网站不一样的前端界面（比如去做移动 APP），还有一些可能作为个人研究或分析使用。 实际上，有特别多的爬虫类型，而且他们的爬取方式都不太相同： 蜘蛛，比如 Google’s bot 或者网站复制工具 HTtrack，他们访问你的网站，而且在页面中寻找链接后递归的去爬取以获取页面的数据。有时候他们只用于获取特定数据，而不会全部爬取，通常结合 HTML 分析器在页面中获取想要的数据。 Shell 脚本，有时候，通用的 Unix 工具也被用来爬取：wget 或者 curl 用于下载页面，用 Grep （Regex） 去分析获取想要的数据，一般都会写一个 Shell 脚本。这些都是最简单的爬虫，也是最脆弱的一类爬虫(Don’t ever try parse HTML with regex !），所以是最早发现和防范的爬虫。 HTML 爬取器和分析器，会基于 Jsoup、Scrapy 还有其他一些工具。和 shell 脚本基于正则类似，他们呢基于特定模式（pattern）分析你的 HTML 结构从而获取想要的数据。 举个例子：如果你的网站有搜索功能，那这个爬虫可能会模拟提交一个搜索的 HTTP 请求，然后从搜索结果页中获取所有的链接和标题，有时候会构造有成千上百不同的请求，只是为了获取标题和链接而已。这是最常见的一类爬虫。 屏幕爬取，比如会基于 Selenium 或者 PhantomJS，他们实际上会通过真实浏览器打开你的网站，因此也会运行你网站的 JavaScript、AJAX 或者其他的，然后他们从你的页面获取自己想要的文本内容，通常： 基于浏览器的爬取很难处理，他们运行脚本，渲染 HTML，就像真实用户一样访问你的网站。 等页面加载完毕， JavaScript 也执行之后，从浏览器获取 HTML 结构，然后用 HTML 分析器去获取想要的数据或者文本。这是常见做法，所以有很多方法可以防止这类 HTML 分析器或爬虫。 […]
View Details