2016-11-20 AnnatarHe
下单 实际上之前很早就期待MacBook Pro,一直是准备买的,只是因为一直得到风声,十月份会有新品,所以一直是在等待。 终于在十月末发布了新品,虽然各种感觉诚意不足,可是仍旧是比之前的MacBooK Pro要好一些的。而且因为对macOS的迷信,就上了贼船。 继续阅读 »
2014-01-04 W.Y.
其实,我最开始接触到的是 Sublime Text 2,被其轻量、简洁以及漂亮的配色所瞬间征服,后来升级为 Sublime Text 3,使用过程中有一些需要设置的地方,还有一些常用插件的安装和设置技巧等,有时候会忘记某些设置方法或者快捷键,然后不得不上网查。恰逢周末,其中的一些东西记录下来,一方面加深自己的印象,同时方便查阅。 more 安装 Sublime Text 3 插件的方法 1. 直接安装 安装 Sublime text 3 插件很方便,可以直接下载安装包解压缩到 Packages 目录(菜单->Preferences->Packages)。 2. 使用 Package Control 组件安装 新安装的 继续阅读 »
2016-05-22 MoreFreeze
学习了下LevelDB的实现原理,发现G厂大神Jeff Dean果然牛B,实现也很巧妙。 参考链接是这里 继续阅读 »
2017-02-10 Lu Huang
我是一个穷逼,也相信有很多人和我一样,不会舍得花钱去买服务器,而是选择比较稳定的 GitHub Pages 来搭建自己的博客,作为学生我还可以在 GitHub 上申请得到免费的域名 1 年。因此我想把自己的域名指向 GitHub Pages,遗憾的是,GitHub Pages 目前已经不支持 https 访问,因此只能通过其他途径,无意之中通过我朋友的博客发现了解决办法,即通过 Netlify 作为第三方支持。 继续阅读 »
2017-06-01 Oliver Wang
最近的项目里面需要一个图片点击放大预览的插件~ 项目是 vue 写的 SPA ~ 找了好久,没有现成的,有一个,但是写的我很不喜欢,需要手动传入图片地址,宽度和高度,都这样了,还写什么程序~ 然后我打算自己写一个~ 思路 基本思路的话,就是点击图片的时候,产生一个遮罩层(或者遮罩层本来就有),然后在遮罩层添加一个图片,居中什么的样式到时随便了。点击事件很简单, @click 就好了,点击图片之后可以获取到图片的路径,因为点击的是已经显示出来的图片,所以当前图片的 meta 信息肯定包含了该图片的长和宽。 生成一个遮罩层也很简单,然后根据图片的长宽和屏幕的长宽(或者浏览窗口的大小)可以计算图片的居中位置。 然后添加到 bo 继续阅读 »
2017-01-15 Wenjie Yao
  2016过去已有半月,总想像大家一样,给自己的这一年做一些总结回顾。斟酌一二,便不再想花时间过分煽情,还不如列出一些数据,画一些图表,来反映我的生活及工作和这个博客在过去一年的发展,顺便也憧憬下崭新的2017年。 继续阅读 »
2020-11-23 Renfei Yu
飞享官网上线 详情请点击https://fsharechat.cn/ 继续阅读 »
2020-12-16 Robin Wen
文/Robin 声明,为了众所周知的原因,本文将知名网站改为 PH。 2020 年 12 月 15 日,在上周 MasterCard 和 Visa 停止对网站 PH 的支付服务后,PH 的高级会员服务仅接受加密货币作为默认支付方式。PH 目前接受 BTC、BCH、DASH、ETH、ETC、LTC、XMR、XEM、USDT、TRX、XVG、ZEC 以及 WAVES 等加密货币为支付方式。 PH 这家网站不多说了,对于成人来说简直是刚需,懂的人自然懂。PH 这个网站的数据是怎么样的呢?我们来看下 2019 年的年终报告。2019 年,PH 的全球流量排名第八,排在前面的是 Google、YouTube、Facebook、Bai 继续阅读 »
2020-12-16 MoreFreeze
最近看了篇很有趣的文章, 讲了有两个网站 A 和 B,都对 2020 年美国总统大选开了赌局,A 网站拜登胜出的赔率是 1:0.88,也就是说你可以花 0.88 买一注, 拜登胜出则你拿到 1 块,净赚 0.12,输则什么都没有亏掉那 0.88。B 网站允许你看空,看空拜登胜出(也就是认为拜登不会胜), 赔率就比较高了,是 1.05:0.05,就是你只要出 5 分钱(这里其实包含 1 分钱看空费,简化就不提了,感兴趣可以看原文),如果拜登没有当选, 那你拿到 1.05 净赚 1 块,输则损失掉 0.05。 继续阅读 »
2020-12-07 安兴乐-siler
好久之前写过K-Means, 但写的极其丑陋,使用的时候还得用 sklearn.cluster.KMeans 包来干。最近需要手撕k-Means,自己也受不了多重for 循环这么disgusting的方式。sklearn.cluster.KMeans等包加入了相当多细节优化和向量化计算,同时也想能否用 numpy 来原生实现更高效的加速。在网上找了半天,终于看到简洁又高效的numpy 实现 了。 继续阅读 »