注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python源码剖析

  2. 图书目录 　　第0章 PYTHON源码剖析--编译PYTHON 　　0.1 PYTHON总体架构 　　0.2 PYTHON源代码的组织 　　0.3 WINDOWS环境下编译PYTHON 　　0.4 UNIX/LINUX环境下编译PYTHON 　　0.5 修改PYTHON源代码 　　0.6 通往PYTHON之路 　　0.7 一些注意事项 　　第1部分 PYTHON内建对象 　　第1章 PYTHON对象初探 　　1.1 PYTHON内的对象 　　1.1.1 对象机制的基石——PyObject 　　

  3. 所属分类：Python

    • 发布日期：2009-11-16
    • 文件大小：670kb
    • 提供者：xiancaonima

  1. Azure_WannaDE-源码

  2. Azure_WannaDE （SPOTIFY）API“获取当前用户最近播放的曲目” （存储帐户）用于管理Blob的Python（创建/删除容器，上传/列出/下载Blob） （数据工厂）使用数据工厂将Blob转换为SQL （SYNAPSE ANALYTICS）创建Synapse工作区，使用Spark和SQL池分析数据，使用Power BI进行可视化

  3. 所属分类：其它

  1. cloud-devops-capstone:Devops Capstone项目-源码

  2. Cloud DevOps工程师Capstone项目 该项目是Cloud DevOps工程师Udacity Nanodegree的最终项目。该项目展示了通过Cloud DevOps Nanodegree计划获得的所有技能和知识，其中包括： 使用CloudFormation / Ansible在AWS中配置网络资源 使用Docker容器化应用程序 使用Jenkins / CircleCI构建CI / CD管道 在Kubernetes集群中构建和部署微服务 目录 示例应用 我决定使用的应用程序（我称其

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：771kb
    • 提供者：weixin_42114580

  1. snappy:opinion一个小巧，自以为是的CLI，可在AWS Lambda上快速部署简单的Python应用程序微服务-源码

  2. 活泼的 小号erverless O型褶边甲pplication P roduction与PY吞 一个小型的，自以为是的CLI和装饰器，可在AWS Lambda上快速实现Python应用程序/微服务的快速部署。 Snappy使用CLI和单个装饰器功能来实现将容器化的Python应用程序快速开发和部署到AWS Lambda。 Snappy的工作方式是规定一个简单的应用程序文件结构，标准化名称仅是临时名称的命名约定，并抽象出Lambda的一些最特殊的细节，这在找出和调试方面可能会非常耗时。 Sna

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：48kb
    • 提供者：weixin_42153615

  1. serdelicacy:序列化将数据序列化为强类型的Python容器-源码

  2. 服务 序列化（ serdelicacy.dump ）和反序列化（ serdelicacy.load从/）到强类型，本机Python数据结构。 在阅读最新文档。 特征 非结构化Python类型为结构化的，类型暗示Python类型的反序列化费力（ dataclasses.dataclass ， typing.NamedTuple ） 轻松地将结构化，类型提示的Python对象序列化为非结构化Python类型（例如，反向） 当Serde在运行时失败时清除错误消息 没有继承的非标准类型。数据类，Name

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：49kb
    • 提供者：weixin_42106765

  1. kord:python中的音乐理论开发框架-源码

  2. 科德 kord是一个python框架，可为程序员提供用于创建基于音乐的应用程序的简单api。尽管它主要用于理论目的，但其中的一些模块包含专门为处理弹拨乐器而设计的功能。 安装 对kord的唯一依赖是软件包bestia ，这是我自己的用于创建命令行应用程序的库。两者都可以使用pip自动安装： $ python3 -m pip install kord 框架的指板应用程序组件也可以直接以容器化形式运行。这要求您在docker之外的系统上安装0个依赖项。 $ docker run -t syn

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：684kb
    • 提供者：weixin_42138780

  1. drb-etl-pipeline:用于将记录从外部源加载到DRB集合并通过API提供访问权限的应用程序-源码

  2. 数字研究书籍ETL管道 一个容器化的python应用程序，用于从多个源项目中导入数据并将此数据转换为可通过API（为供电）的统一格式。 该服务旨在作为Kubernetes集群运行，但可以部署在任何容器化环境中。 该项目的总体目标是通过单个门户提供对开放源代码和公共领域专论的访问，使研究人员，学生和其他人更容易发现本来就不知道的晦涩的作品和新数字化的资料的。 Craft.io概述 此ETL管道分几个阶段运行，以逐步增强从源项目接收的数据。 这使我们既可以对来自各种来源（自然而然地以多种格式存在

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：270kb
    • 提供者：weixin_42168830

  1. AudioServer:Flask-RESTful App Server，可从MongoDB服务器提供音频文件元数据-源码

  2. 音频服务器 Flask-RESTful App Server，可从MongoDB服务器提供音频文件元数据。 平台：Google Cloud Platform Cloud Run 语言：Python 3.8 该存储库包含一个python包audiofile ，其中包含类Song ， Podcast和Audiobook，所有这些类均从Audio派生。 这些类是简单的数据类，它抽象了这些Audio类的验证和元数据值的生成。 该目录audioserverapp包含一个flask服务器脚本和一个用于

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：13kb
    • 提供者：weixin_42133329

  1. Croesus:使用ReactJS和Flask的容器化应用程序-源码

  2. 克罗伊索斯计划 这是一个容器化的应用程序，服务器具有一个包含的应用程序，客户端运行带有数据后端的应用程序， 可以管理服务器中的会话。 每个容器都可以单独构建，并与docker-compose放在一起 要求和设置 建立这个专案之前，您需要掌握以下几项： 节点和npm 客户端代码必需。 特别是在设置项目和安装依赖项时。 安装npm和节点 curl -sL https://deb.nodesource.com/setup_7.x | sudo -E bash - sudo apt-get i

  3. 所属分类：其它

  1. jenkin-python-源码

  2. 烧瓶教程 带有Docker容器化和Systemd Unit文件的简单hello world Flask App教程。 金枪鱼的设置 使用pip安装Gunicorn $ pip install gunicorn 运行WSGI gunicorn服务器 $ gunicorn -b 0.0.0.0:8000 app.wsgi:app Docker创建 疑点 如何避免将venv复制到Docker Image中？ 如何检查Docker映像中包含的文件/文件夹 什么是python项目的正确结构约定 如何使

  3. 所属分类：其它

  1. agentless-system-crawler:用于抓取系统（如网络抓取工具）的工具-源码

  2. 无代理系统搜寻器 免责声明： "The strategy is definitely: first make it work, then make it right, and, finally, make it fast." 该项目的当前状态是“正确”。 先决条件和建筑： 要运行搜寻器，您需要安装python，pip和requirements.txt文件中指定的python模块。 您可以将搜寻器构建为本地应用程序，也可以使用Docker构建为容器化应用程序。 将搜寻器构建为本机应用程序：

  3. 所属分类：其它

  1. 容器化的python-源码

  2. 容器化的python

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：189kb
    • 提供者：weixin_42122432

  1. jina-hub：一个开放的注册表，用于通过容器映像托管Jina执行者-源码

  2. Jina的一站式注册表，用于托管Pods并允许在云上轻松进行神经搜索 Jina Hub是一个集中式注册表，您可以在其中共享和发现针对神经搜索的特定用例量身定制的定制和社区驱动的Jina Pod和应用程序。 :milky_way: 上传和共享图像-只需上传一个Python文件，一个Dockerfile，一个YAML文件，然后将其余的工作留给我们，即可共享自定义的Jina Pods。 构建和版本控制在云端自动进行。 :cloud_with_lightning: 云原生-由于Jina Hub

  3. 所属分类：其它

  1. ml-ops-quickstart：设置新机器学习存储库的工具-源码

  2. ML Ops快速入门 ML Ops快速入门是一种根据ML Ops最佳实践初始化机器学习项目的工具。 设置新存储库是一项耗时的工作，涉及创建不同的文件和配置工具，如linters，docker容器和持续集成管道。 mloq的目的是简化该过程，因此您可以尽快开始编写代码。 mloq为Python项目生成定制模板，重点是Maching学习。 可以在找到生成的模板的示例。 安装 mloq已在Ubuntu mloq上进行了测试，并支持Python 3.6+。 从pypi安装 pip install

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：596kb
    • 提供者：weixin_42146888

  1. jh-custom-init-sample：使用值查找演示自定义jupyterhub配置初始化的示例-源码

  2. jh-custom-init-sample 通过值查找演示自定义jupyterhub配置初始化的示例 先决条件 minikube必须正在运行 必须有一个名为jhub的命名空间 脚步 构建容器： ./build.sh 部署jupyterhub： ./setup.sh 完成后： ./destroy.sh 笔记 在此示例中，我们基于jupyterhub / k8s-hub映像创建了一个docker映像。 我们添加了一个名为mck_init的python模块，该模块将重写所需的设置。 我们从传递

  3. 所属分类：其它

  1. dnry-srvhost-builder：用于在python中构建长期运行的服务的库-源码

  2. DNRY-SrvHost-Builder 用于在python中构建长期运行的服务的库。 该库的灵感来自ASPNETCORE。 该软件包提供了一组类和接口，这些类和接口通过集成配置管理和使用基于容器的依赖项注入来简化服务的初始化。 该库旨在作为创建长期服务并减少样板代码的平台。 您可以使用DNRY.SrvHost库中的一个来创建自己的服务主机。 快速开始 安装dnry-srvhost-builder pip install dnry-srvhost-builder 创建自己的服务主机 f

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：14kb
    • 提供者：weixin_42116596

  1. docker-pipenv-sample：如何在docker中使用pipenv的最小示例-源码

  2. docker-pipenv-sample 这是使用pipenv为容器化的Python项目安装依赖项的最小示例。 入门 这些说明将为您提供项目的副本，并在您的本地计算机上运行以供娱乐。 如果要使用pipenv管理应在Docker中运行的项目中的Python依赖项，则应首先检查此存储库中的Dockerfile。 先决条件 Docker ：如果仍需要安装它，则可能需要查看。 从源头建造 获取存储库的本地副本，然后导航到项目目录。 在项目目录中，运行以下命令。 这将生成图像。 docker

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：24kb
    • 提供者：weixin_42112658

  1. micropipenv：用于pip的轻量级包装，以支持requirements.txt，Pipenv和Poetry锁定文件或将其转换为pip-tools兼容的输出。 设计用于容器化的Python应用程序，但不仅限于此-源码

  2. micropipenv：用于pip的轻量级包装，以支持requirements.txt，Pipenv和Poetry锁定文件或将其转换为pip-tools兼容的输出。 设计用于容器化的Python应用程序，但不仅限于此

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：151kb
    • 提供者：weixin_42160424

  1. big_data：有关Hadoop，MapReduce，Spark，Docker的教程的集合-源码

  2. 初学者的大数据 有关Hadoop，Spark等的一些教程和演示，主要是Jupyter笔记本的形式。 使用MapReduce Streaming和bash创建映射器和化的MapReduce简介 一个非常基本的MapReduce单词计数示例 一个简单的MapReduce作业，带有mrjob Hadoop溢出解释 演示，用于对Hadoop集群进行基准测试 面向初学者的Docker：容器世界入门 Pyspark基本演示 使用pyspark生成ngram的基本示例 编码Spark数据框列 探索Un

  3. 所属分类：其它

  1. ann-benchmarks：Python中近似最近的邻居库的基准-源码

  2. 基准化最近的邻居 在高维空间中快速搜索最近的邻居已成为一个越来越重要的问题，但是到目前为止，还没有很多以客观方式比较方法的经验性尝试。 该项目包含一些工具，用于对不同度量的近似最近邻（ANN）搜索的各种实现进行基准测试。 我们已经预生成了数据集（采用HDF5格式），并且还为每种算法提供了Docker容器。 有一个可确保每种算法都能正常工作。 已评估 ：LSHForest，KDTree，BallTree ：SWGraph，HNSW，BallTree，MPLSH ：ONNG，PANNG，

  3. 所属分类：其它

« 12 3 4 5 6 »