[其它] ykostov-源码

说明：Hello_Friend.deb :hot_springs: 跟着我 :hot_springs: :laptop: 我的规格 :laptop: 我的工作： 贡献者：
<weixin_42108948> 上传 | 大小：2kb

[其它] picasso.test-源码

说明：picasso.test
<weixin_42113456> 上传 | 大小：82kb

[其它] MusicLiveBot-源码

说明：LemonJamsBot-Heroku 我的仓库的叉子 为了使此仓库与heroku兼容并避免不必要的冲突，我们必须将整个项目分解为两个不同的部分，并作为不同的应用程序进行部署，因此让我们开始吧。 网络服务器设置 将仓库部署在heroku中（您可以使用deploy to heroku按钮来轻松部署） 部署您的应用程序后，打开dyno并复制您的应用程序URL（类似http://yourapp.herokuapp.com ） 而已 博特 这是该仓库（您正在阅读的自述文件）出现的地方 与往常一样，将
<weixin_42132325> 上传 | 大小：24kb

[其它] core1-AzOps-Accelerator-源码

说明：AzOps加速器 该模板存储库用于部署新的AzOps环境。 导游 贡献 该项目欢迎您的贡献和建议。 大多数捐款要求您同意“捐款者许可协议”（CLA），声明您有权并实际上确实授予我们使用您的捐款的权利。 有关详细信息，请访问 。 当您提交拉取请求时，CLA机器人会自动确定您是否需要提供CLA并适当地装饰PR（例如，状态检查，评论）。 只需按照机器人提供的说明进行操作即可。 您只需使用我们的CLA在所有存储库中执行一次此操作即可。 该项目采用了。 有关更多信息，请参见或与联系，并提出其他任何问题
<weixin_42128393> 上传 | 大小：14kb

[其它] quic-benchmark:quic和tls的基准测试-源码

说明：Komplexpraktikum快速基准测试 一个将QUIC套接字与TCP套接字的性能进行比较的项目。 动机 QUIC是最初由Google开发的传输层协议，目前由IETF开发和标准化。 QUIC的HTTP映射称为HTTP / 3，这是HTTP的最新版本。 默认情况下，通过QUIC进行的通信是加密的。 该项目的目的是测量QUIC协议的性能，并将其与传输控制协议（TCP）和传输层安全性（TLS）进行比较，因为默认情况下TCP不会进行加密通信。 实验设置 在实验中，我们实现了两种不同的设置：使用QUI
<weixin_42097508> 上传 | 大小：659kb

[其它] image-crop-poc:用CodeSandbox创建-源码

说明：图像裁剪 用CodeSandbox创建
<weixin_42165508> 上传 | 大小：196kb

[其它] continuous-integration-circle-源码

说明：在制品 该存储库已获得 （c）2019 GitHub，Inc.的许可。 :sparkles: jekyll主题
<weixin_42168341> 上传 | 大小：10kb

[其它] prouz:专业仪表板-源码

说明：prouz:专业仪表板
<weixin_42100188> 上传 | 大小：17mb

[其它] SEII_Einzelphase-源码

说明：SEII_Einzelphase
<weixin_42106299> 上传 | 大小：145kb

[其它] todo:在React和Vue中内置的简单ToDo应用-源码

说明：待办事项 :check_mark: 项目概况 :artist_palette: 简单的待办事项应用程序可以组织我们的任务。 使用的技术/框架 :toolbox: 常见的 科技类 描述 Javascr ipt Linter 代码格式化程序 用于管理具有多个软件包的项目的工具 React 科技类 描述 具有超能力CSS Javascr ipt超集语言 用于构建用户界面的库 React Redux的替代品 React的声明式路由 React中的样式约定 Vue 科技类 描述 具有超能力CS
<weixin_42097208> 上传 | 大小：294kb

[其它] Quantum-Walk:量子步行搜索算法-源码

说明：Quantum-Walk:量子步行搜索算法
<weixin_42123456> 上传 | 大小：8kb

[其它] PopulationGenomicsCourse:BiRC的人口基因组学课程-源码

说明：2020年人口基因组学 描述 课程结束后，学员将对进行典型人群基因组研究所需的方法和应用有详细的了解。 参加者必须在课程结束时能够： 确定与种群基因组分析相关的实验平台。 应用常用的种群基因组方法。 解释常见种群基因组方法背后的理论。 反思种群基因组方法的优势和局限性。 解释和分析总体基因组推论的结果。 根据数据制定人口遗传学假设 该课程介绍了人口基因组学中的关键概念，从生成种群遗传数据集到最常见的种群遗传分析和关联研究。 本课程的第一部分着重于群体遗传数据集的生成。 第二部分介绍
<weixin_42105816> 上传 | 大小：19mb