Vue团队于2020年9月18日晚11点半发布了Vue3.0版本，我们连夜对Release进行了翻译。由于时间仓促，文中如有翻译不当的地方还望提出。如有侵权，请联系删帖。以下为译文正文。原文：https://github.com/vuejs/vuenext/releases作者：Vue团队译文：https://zh

↑点击上方“凹凸数据” 关注星标 每天更新，大概率是晚9点  最新版的pip20.1已发布，大家可以通过下面的命令进行升级：pythonmpipinstallupgradepip‍‍更新主要更新内容：在构建本地目录时，通过更改行为来执行就地构建（inplacebuilds），而不是复制到临时目录，可以显著加速。

python是一天学一点，就这样零零碎碎……格式化输出　　%是占位符，%s是字符串格式,%d整数格式，%f是浮点数格式1nameinput('输入姓名')2ageinput('输入年龄')3str'年龄：%d,姓名：%s'%(int(age),name)4str

背景近期参与了一个攻坚项目，前期因为其他流程原因，测试时间已经耽搁了好几天了，本以为已经解决了卡点，后续流程应该顺顺利利的，没想到人在地铁上，bug从咚咚来没有任何修改的服务接口，抛出异常：java.lang.ClassCastException:java

针对场景文本检测任务，近期基于DEtectionTRansformer(DETR)框架预测控制点的研究工作较为活跃。在基于DETR的检测器中，query的构建方式至关重要，现有方法中较为粗糙的位置先验信息构建导致了较低的训练效率以及性能。除此之外，在如何监

架构的范畴太大太广，本文尝试从一个点切入阐述一下个人的认知。有太多相关性的问题想去阐述，比如SOA与BPM的结合、实践过程中遇到的细节问题等等，为了比较干净的剖析SOA还是删除掉了。希望各位看官有所收获

目前，大模型的发展已经非常火热，关于大模型的训练、微调也是各个公司重点关注方向。但是大模型训练的痛点是模型参数过大，动辄上百亿，如果单靠单个GPU来完成训练基本不可能。所以需要多卡或者分布式训练来完成这项工作。