分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.009
秒,为您找到
3406
个相关结果.
搜书籍
搜文档
SBT中文手册(SBT快速入门)
18
19724
9
2018-03-30
SBT 是一个灵活强大的项目构建工具,相比其他构建工具用起来会发现简洁简洁,但是从功能上看一点都逊色于其他构建工具。快速入门可以帮助您快速的利用SBT构建或维护一个工程,并且简单介绍了一些配置构建工具的相关概念。
KubeCube v1.0 中文文档
66
29248
7
2021-08-27
KubeCube是一个开源的企业级容器平台,为企业提供kubernetes资源可视化管理以及统一的多集群多租户管理功能。KubeCube可以简化应用部署、管理应用的生命周期和提供丰富的监控和日志审计功能,帮助企业快速构建一个强大和功能丰富的容器云平台,并增强 DevOps 团队的能力。
KubeCube v1.4 中文文档
74
19572
3
2022-12-01
KubeCube是一个开源的企业级容器平台,为企业提供kubernetes资源可视化管理以及统一的多集群多租户管理功能。KubeCube可以简化应用部署、管理应用的生命周期和提供丰富的监控和日志审计功能,帮助企业快速构建一个强大和功能丰富的容器云平台,并增强 DevOps 团队的能力。
Crystal Programming Language v1.8 Documentation
146
16971
0
2023-07-21
Crystal 是一种通用的、面向对象的编程语言,由 Ary Borenszweig、Juan Wajnerman、Brian Cardiff 和 300 多名贡献者设计开发。Crystal 的语法受到 Ruby 的启发,属于编译语言,具有静态类型检查功能,但一般不需要指定变量或方法参数的类型,可实现接近 C/C++ 的性能。它的类型由一个先进的全局类型推理...
Go语言101 v1.12
59
76856
128
2019-07-01
《Go语言101》是一本着墨于Go语法和语义的编程指导书(Go 1.12就绪)。 这本书也搜集了很多Go编程中的的细节和讲解了一些底层实现原理(不含具体实现细节)。 这本书的宗旨是尽量帮助Go程序员更深和更全面地理解Go。 此书同时适合Go初学者和有一定经验的Go程序员阅读。
GraphQL 中文文档
33
36358
61
2020-01-08
GraphQL 既是一种用于 API 的查询语言也是一个满足你数据查询的运行时。 GraphQL 对你的 API 中的数据提供了一套易于理解的完整描述,使得客户端能够准确地获得它需要的数据,而且没有任何冗余,也让 API 更容易地随着时间推移而演进,还能用于构建强大的开发者工具。
机器学习训练秘籍(Machine Learning Yearning 中文版)
70
58980
225
2020-03-15
本书的重点不在于教授传统的机器学习算法,而在于教你如何使机器学习算法发挥作用。一些AI的技术课程会给你一个工具,而这本书将教会你如何使用这些工具。如果你渴望成为AI的技术领导者,并想要学习如何为团队设定一个方向,本书将有所帮助。
Beego v2.0.7 使用手册
57
49209
16
2023-04-08
beego 是一个快速开发 Go 应用的 HTTP 框架,他可以用来快速开发 API、Web 及后端服务等各种应用,是一个 RESTful 的框架,主要设计灵感来源于 tornado、sinatra 和 flask 这三个框架,但是结合了 Go 本身的一些特性(interface、struct 嵌入等)而设计的一个框架。
Vite v2.4.0 官方中文文档
22
16727
6
2021-09-03
Vite (法语意为 "快速的",发音 /vit/) 是一种新型前端构建工具,能够显著提升前端开发体验。它主要由两部分组成:一个开发服务器,它基于 原生 ES 模块 提供了 丰富的内建功能,如速度快到惊人的 模块热更新(HMR)。一套构建指令,它使用 Rollup 打包你的代码,并且它是预配置的,可以输出用于生产环境的优化过的静态资源。
Pandas Cookbook 带注释源码
109
135939
329
2018-10-27
Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要...
1..
«
20
21
22
23
»
..100