Jacquelyn38 Jacquelyn38
4年前
我熬夜开发了一款简约实用、支持多平台的Markdown在线编辑器(开源)
前言之前,一直想开发一款属于自己的Markdown编辑器,主要是自己平常写文章可以更加灵活操作,另外扩宽自己的视野也是非常不错的选择啊!所以在周末就决定玩耍一番。首先我调研了很多线上热门的md编辑器,都很优秀。不为超过他们,主要自己用着舒服点。这篇文章主要是记录下我是如何从0到1是完成一款还算拿得出手的Markdown编辑器。完成项目一览调研Markdown
USB中文网 USB中文网
3年前
Windows下虚拟键盘鼠标(USB中文网)
最近整理了一下代码,完全自主研发。功能比较简单,就是在Windows操作系统下虚拟一个标准的键盘和鼠标。键盘的按键可以通过应用软件下发对应的报告内容,再由虚拟的键盘转成系统的标准键盘消息,这样相当于系统中多了一个键盘。键盘的报表内容格式见:鼠标类似,可以实现鼠标指针的移动,滚轮效果和鼠标的点击事件。当然这也功能也是通过应用层的程序控制的。鼠标的报表内容格式见
WeiSha100 WeiSha100
3年前
学习培训网站搭建源代码
测试了一个学习培训网站搭建源代码,功能比较完整,有点播,直播,刷题,考试,支付及营销裂变功能,整体操作比较简单,可以二次开发,还在持续不断更新,分享给需要的人!我测试的有以下功能,还有其他的功能可以下载研究1、点播:在线观看视频,播放流畅,图文资料和课件习题都可上传,可开试听课和收费课程2、直播:对接七牛云端口,零距离流畅授课,屏幕共享,课程可录播回放3、题
执键写春秋 执键写春秋
4年前
java IO编程实例——投票选举
(1)功能描述有一个半采用民主投票的方法推选班长,班长候选人共4位,每个人姓名以及代号分别为“张三1,李四2,王五3,赵六4”。程序操作员将每张选票上所填的代号(1、2、3、4)循环输入电脑,输入数字0结束输,然后将所有候选人的得分情况显示出来,并显示最终当选者结果。(2)具体要求要求用面向对象方法,编写学生类Student,将候选人姓名、代号与票数
Wesley13 Wesley13
3年前
Java虚拟机垃圾回收机制
Java语言从出现到现在,一直占据编程语言前列,他很大的一个原因就是由于java应用程序所运行的平台有关。我们大家都知道java应用程序运行在java虚拟机上。这样就大大减少了java应用程序和底层操作系统打交道的频率。这也就为java程序的跨平台提供了良好的基础。在java虚拟机中为我们提供了一个很重要的机制就是java虚拟机的自动的内存管理机制。也就是我
Wesley13 Wesley13
3年前
Ubuntu中使用RoboMongo实现MongoDB的可视化
在运行爬虫的过程中,考虑到将数据存储到数据库会更加方便查看和测试,所以使用了mongodb存储爬虫结果。在Ubuntu中,对MongoDB的操作都是在命令窗口中进行的,无法以图标的形式直接查看整个数据库的状态和其中的内容。在学习极客学院的爬虫教程中,老师在windows系统中使用了MongoVUE进行数据库的可视化,所以我决定也对自己的数据库进行可视化。
深入了解神经网络
深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件,以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法,如回归、二分类、多类别分类等。本章将讨论如下主题:详解神经网络的不
WeiSha100 WeiSha100
3年前
职业技能在线培训平台搭建源码
亲测了一款好用的职业在线培训系统,培训记录可查询可追溯,精确统计学员学习进度,可打印学习证明,有源代码和开发文档,可在原有程序上进行二次开发,操作简单,强烈推荐呀!这款职业技能培训系统的功能很全面,在这里我大概介绍一下,更具体的可以下载研究使用哦!1、视频点播:视频,课件,图文都可添加2、在线题库:批量导入导出,记录进度,错题回顾,添加笔记3、在线考试:定时
WeiSha100 WeiSha100
3年前
个人线上知识付费学习网站搭建源代码
这个适用于个人线上知识付费学习网站搭建,有源代码,支持二次开发,有在线点播,直播,练习题库,考试,支付功能及营销裂变,测试功能完整,操作简单,分享给想做知识付费的朋友!具体测试的功能如下,更多功能下载使用研究哦1、在线点播:在线观看视频,播放流畅,后台可上传学习资料和课件,可开试听课和收费课程2、直播:对接七牛云端口,零距离流畅授课,课程可录播回放上传付费3
深入了解神经网络
深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件,以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法,如回归、二分类、多类别分类等。本章将讨论如下主题:详解神经网络的不