Roger's
This is the way.
使用 Github WebHooks 来实现自动部署
在软件工程中,CI/CD 指的是持续交付和持续部署,常用的 CI/CD 工具有 Jenkins,CircleCI 等等,更轻量的还有 Drone。 我目前在使用 Github Actions 完成 CI 的功能,但我仍需要一种能够实现 CD 的方式。在搭建 Jenkins 进行简单尝试后发现 Jenkins 有些重,我的个人项目其实用不到这么大的工具,而且 Jenkins 的内存占用也是有些大了…
-- 3 days ago
JS 中神奇的 Proxy
今天刚看到一个之前没见过的 JS 特性,那就是代理(Proxy)。Proxy 是用在 Object 上的,正如它的字面所显示的那样,它可以在 Object 外套一层代理,我们将对象的一些行为都通过这一层代理进行,比如说 get, set 捕获器(trap) Proxy 可以设置 2 个参数 target: 要代理的对象 handler: 一个对象,里面定义要如何拦截和修改一些对被定义对象的操作(…
-- 11 days ago
Redux in Web Workers
缘由 这几天看到 Web Workers 时想到了一个点子,既然 Shared Web Workers 可以使同源策略下的不同标签页都能访问到同一个 Web Worker,那么在 Web Worker 中写一个状态管理,将状态传递出去,那不就是跨标签页的状态管理了。 于是我萌生了将 Redux 的思想整合进 Web Worker 的想法,可以想象一下在 Shared Web Worker 中有一…
-- a year ago
在Heroku上部署Deno项目
Heroku 是一个免费的云端环境,支持 Node.js, Php, Go 等等,不过目前还没有直接支持 Deno 端口 首先要解决的是端口的问题, Heroku 内部给的运行时是随机分配一个端口, 因此需要把我的 http 服务监听在 Heroku 给的端口。只需要在运行命令中加入指定端口就行了。 在根目录创建文件 Procfile 写运行命令, 部署上去后 Heroku 会自动读取内容并运行…
Nginx限流
漏桶算法 Nginx按请求速率限速的模块使用的是漏桶算法, 这个算法的核心思路是设置一个单位时间内处理请求的数量上限,过多的请求直接放弃,可以返回自己设置的http状态码。漏桶算法也有应对突发的方式,可以设置一个burst,在"桶"溢出后,可以将一定数量的请求先缓存起来,稍后再处理,直到缓存也溢出时丢弃请求。 参数配置 limitreqzone 参数语义: limit_req_zone 用来…
新年快乐
新年快乐 saying "happy new year 新年快乐" from different programming languages.
关于我的博客
我的博客过去是使用 Hexo 搭建,最近突发奇想想着自己写一个博客程序,我使用的前端框架是 React,在开发的初期将构建工具迁移到了 Gatsby,用来构建出一套静态的页面,博客文章的管理方式也是文件的形式,从 md 后缀文件中解析 Markdown 格式的内容渲染出页面(好像写出了另一个 Hexo?功能还没 Hexo 丰富??)。努力花费了大概一周时间就写出了一些能称得上博客的基本功能随即就…
电容与电感
电容——储能元件 在外电源作用下,正负电极分别带上等量异号电荷,撤去电源,电极上的电荷仍可长久地聚集。 一般采用绝缘材料将电导体分开 电荷 q与电容两端的电压 u成正比(库伏特性) q=Cu 单位 —— 法拉 F ,常用 uF,pF 电容与电压,电流的关系 i = dq / dt = dCu / dt = C du / dt 1.电容是动态元件。某一时刻的电容电流 i 大小取决于电容电压 u 的…
-- 2 years ago
TensorFlow-2学习笔记-3-线性回归
谷歌机器学习速成课程:https://developers.google.cn/machine-learning/crash-course/ 监督式机器学习 通过学习如何组合输入信息,来对未见过的数据,做出有用的预测 简单的线性回归案例比如 y=w*x+b 标签是要预测的东西,即上面简单案例中的 y 特征是描述数据的输入变量,{x1,x2,x3...xn} 样本数据的特定实例,即 x 有标签样本…
TensorFlow-2学习笔记-2-基础知识
计算图的执行需要在 session 中执行 计算完成后需要关闭会话,回收资源 session.close() 也可以使用 Python 的上下文管理器来管理这个会话 默认会话 可以指定一个会话作为默认的会话,之后即可使用 tf.Tensor.eval()函数在默认会话中计算张量,TensorFlow 不会自动生成默认会话,需要手动指定 运行结果: 3 4 5 以下是没有指定默认 session,…
快速上手复数
今天速成了一下下复数,总结一点基本的知识和方法 首先是复数的几种表示方法: i=√-1 在 2+3i 中,2 通常被称为复数的实部,3i 被称为复数的虚部 Roger_2020-04-04_23-48-39.png 代数式转化成极坐标形式: 极坐标形式转化成代数式: 还是上面的例子 F = |F| e^iθ = |F|(cosθ+isinθ) = a+ib 加减运算 用代数式,实部与虚部分别进行…
TensorFlow-2学习笔记-1-基础知识
Tensor 是张量,数据结构为多维数组 Flow 是流,表示张量之间计算转换的过程 TensorFlow组合起来就是数据流图 TensorFlow 零阶张量就是标量,也就是一个数 一阶张量为向量,也就是一维数组 n 阶张量可以理解成 n 维数组 张量的属性:id,shape,dtype,value 得到 Tensor 的值,可以通过 numpy()方法,返回 Numpy.array 类型的数据…