Laravel 5.3 中文文档本文档由 Laravel 学院提供翻译支持 本文档由 Laravel 学院(LaravelAcademy.org)提供 Laravel 学院致力于提供优质 Laravel 中文学习资源 1 目录 1. 序言 ................................................................................. ....................................................................................... 217 7.2 编译资源(Laravel Elixir) .................................................................................. ................... 264 本文档由 Laravel 学院(LaravelAcademy.org)提供 Laravel 学院致力于提供优质 Laravel 中文学习资源 2 8.5 加密 .....................................................................................0 码力 | 691 页 | 9.37 MB | 1 年前3
Laravel 5.6 中文文档Laravel 学院致力于提供优质 Laravel 中文学习资源:http://laravelacademy.org 1 一、序言 新版特性 Laravel 5.6 在 Laravel 5.5 的基础上继续进行优化,包括日志系统、单机任务调度、模型序列化优化、动态频率限制、广播频道类、API 资源控制器 生成、Eloquent 日期格式化优化、Blade 组件别名、Argon2 动态频率限制 当我们在之前版本的路由群组中指定了频率限制后,必须要硬编码最大请求次数: 本文档由 Laravel 学院提供 Laravel 学院致力于提供优质 Laravel 中文学习资源:http://laravelacademy.org 2 Route::middleware('auth:api', 'throttle:60,1')->group(function () return $user->id === $order->user_id; } } API 控制器生成 声明被 API 消费的资源控制器时,通常你会排除输出 HTML 模板的路由,例如 create 和 edit,要生成不包含这些方法的资源控制器,可以在使 用 Artisan 命令执行 make:controller 时使用 --api 开关: php artisan make:controller0 码力 | 377 页 | 14.56 MB | 1 年前3
Laravel 5.2 中文文档本文档由 Laravel 学院(LaravelAcademy.org)提供 Laravel 学院致力于提供优质 Laravel 中文学习资源 1 一、序言 发行版本说明 1、支持政策 对于 LTS 版本,比如 Laravel 5.1,我们将会提供为期两年的 bug 修复和三年的安全修复 支持。LTS 版本将会提供最长时间的支持和维护。 对于其他通用版本,只提供六个月的 模型实例更加便捷。假设你有一个路由 定义如下: 本文档由 Laravel 学院(LaravelAcademy.org)提供 Laravel 学院致力于提供优质 Laravel 中文学习资源 2 use App\User; Route::get('/user/{user}', function (User $user) { return $user; }); ken::class, ], 本文档由 Laravel 学院(LaravelAcademy.org)提供 Laravel 学院致力于提供优质 Laravel 中文学习资源 3 'api' => [ 'throttle:60,1', ], ]; 然后,web 组像这样分配给路由: Route::group(['middleware'0 码力 | 377 页 | 4.56 MB | 1 年前3
Laravel 6.0 中文文档本文档由学院君提供 学院君致力于提供优质 Laravel 中文学习资源:https://xueyuanjun.com 1 Laravel 6.0 中文文档 本文档由学院君翻译提供 更多资源请访问 https://xueyuanjun.com 本文档由学院君提供 学院君致力于提供优质 Laravel 中文学习资源:https://xueyuanjun.com 2 第一部分:序言 新版特性 队列、数据库、Redis 集群、网络、 CloudFront CDN 进行交互的复杂性进行了抽象。 通过 Ignition 优化异常 本文档由学院君提供 学院君致力于提供优质 Laravel 中文学习资源:https://xueyuanjun.com 3 Laravel 6.0 支持 Ignition,这个一个开源的错误和异常详情页项目, 由 Freek Van der Herten 和 Marcel Flight $flight) { return $this->deny('Explanation of denial.'); } 本文档由学院君提供 学院君致力于提供优质 Laravel 中文学习资源:https://xueyuanjun.com 4 接下来我们可以通过 Gate::inspect 方法获取授权策略的响应,然 后再通过响应示例的 message() 方法获取授权消息: $response0 码力 | 1442 页 | 14.66 MB | 1 年前3
2020美团技术年货 算法篇核心预估框架,以及产品级别 的业务管理系统。为了能够真正地提升预估能力和业务迭代的效率,平台需要回答以 下几个问题: ● 如何解决特征和模型的高效迭代? ● 如何解决批量预估的性能和资源问题? ● 如何实现能力的快速复用并能够保障业务的安全? 下面,我们将逐一给出答案。 8 > 美团 2020 技术年货 4.1 构建预估内核:高效的特征和模型迭代 4.1.1 Operator 征名(name)做了区分。 这样的话,就可以只在外部编写一次表达式,注册一个公用特征,却能通过在模型的 结构体中配置不同 Transfomer 创造出多个不同的模型预估特征。这种做法相对节约 资源,因为公用特征只需抽取计算一次即可。 12 > 美团 2020 技术年货 此外,这一套配置文件也是离线样本生产时使用的特征配置文件,结合统一的 OP&Transformer 代码逻辑,进一步保证了离线 高效的模型预估过程 OP 和 Transformer 构建了框架处理特征的基本能力。实际开发中,为了实现高性 能的预估能力,我们采用了分片纯异步的线程结构,层层 Call Back,最大程度将线 程资源留给实际计算。因此,预估服务对机器的要求并不高。 为了描述清楚整个过程,这里需要明确特征的两种类型: ● ContextLevel Feature:全局维度特征,一次模型预估请求中,此类特征是通0 码力 | 317 页 | 16.57 MB | 1 年前3
Laravel 5.1 中文文档e?}', function ($name = 'John') { return $name; }); 2.3 正则约束 可以使用路由实例上的 where 方法来约束路由参数的格式。where 方法接收参数名和一个正 则表达式来定义该参数如何被约束: Route::get('user/{name}', function ($name) { // })->where('name' })->where(['id' => '[0-9]+', 'name' => '[a-z]+']); 2.3.1 全局约束 如果想要路由参数在全局范围内被给定正则表达式约束,可以使用 pattern 方法。可以在 RouteServiceProvider 类的 boot 方法中定义约束模式: /** * 定义路由模型绑定,模式过滤器等 * * @param \Illuminate\Routing\Router $this->middleware('subscribed', ['except' => ['fooActio n', 'barAction']]); } } 4、RESTful 资源控制器 资源控制器使得构建围绕资源的 RESTful 控制器变得毫无痛苦,例如,你可能想要在应用 中创建一个控制器,用于处理关于图片存储的 HTTP 请求,使用 Artisan 命令 make:controller,我们可以快速创建这样的控制器:0 码力 | 307 页 | 3.46 MB | 1 年前3
2022年美团技术年货 合辑879 工程效能 CI/CD 之流水线引擎的建设实践 912 美团外卖搜索基于 Elasticsearch 的优化实践 933 美团图灵机器学习平台性能起飞的秘密(一) 953 提升资源利用率与保障服务质量,鱼与熊掌不可兼得? 971 标准化思想及组装式架构在后端 BFF 中的实践 992 外卖广告大规模深度学习模型工程实践 | 美团外卖广告工程实践专题连载 1013 数据库全量 的利用率只有 95%,还有压 榨空间,而 16 核 CPU 利用率已经超过了 1500%,几乎满负荷运转。我们推测整个 线上服务的“瓶颈”可能在 CPU,而图片预处理会使用大量 CPU 资源。 表 9 服务器资源配置 算法 < 33 3.2.1 DALI 预处理 为了解决 CPU 预处理带来的“瓶颈”,我们采用了 NVIDIA 的 DALI 库,将预处理 直接放到 GPU 中运算。该库可以在 预处理后,T4 GPU 利用率达到了 100%,而 16 核 CPU 的利 用率则下降到了 1100% 左右,部分 CPU 资源得到了“解放”。另外,我们也测试 FP16 + DALI 的吞吐,反而有略微的下降。我们推测是 DALI 抢占了部分 GPU 计 算资源,而 FP16 服务的瓶颈在 GPU,所以对整体性能产生了负面影响。 34 > 2022年美团技术年货 图 13 使用 DALI0 码力 | 1356 页 | 45.90 MB | 1 年前3
统一建模语言 UML 参考手册 - 基本概念���������������������������������������������������������������������������������������������� ��� 约束��������������������������������������������������������������������������������������������������� ���������������������������������������������������������������������������������������������� ��� 约束��������������������������������������������������������������������������������������������������� ���������������������������������������������������������������������������������������������� ��� 约束���������������������������������������������������������������������������������������������������0 码力 | 123 页 | 2.61 MB | 1 年前3
Hello 算法 1.1.0 C++ 版器上进行测试,统计平均效率,而这是不现实的。 另一方面,展开完整测试非常耗费资源。随着输入数据量的变化,算法会表现出不同的效率。例如,在输入 数据量较小时,算法 A 的运行时间比算法 B 短;而在输入数据量较大时,测试结果可能恰恰相反。因此,为 了得到有说服力的结论,我们需要测试各种规模的输入数据,而这需要耗费大量的计算资源。 2.1.2 理论估算 由于实际测试具有较大的局限性,因此我们可以考 为渐近复杂度分析(asymptotic complexity analysis),简称复杂度分析。 复杂度分析能够体现算法运行所需的时间和空间资源与输入数据大小之间的关系。它描述了随着输入数据大 小的增加,算法执行所需时间和空间的增长趋势。这个定义有些拗口,我们可以将其分为三个重点来理解。 ‧“时间和空间资源”分别对应时间复杂度(time complexity)和空间复杂度(space complexity)。 ‧“随 。 2.5 小结 1. 重点回顾 算法效率评估 ‧ 时间效率和空间效率是衡量算法优劣的两个主要评价指标。 ‧ 我们可以通过实际测试来评估算法效率,但难以消除测试环境的影响,且会耗费大量计算资源。 第 2 章 复杂度分析 hello‑algo.com 49 ‧ 复杂度分析可以消除实际测试的弊端,分析结果适用于所有运行平台,并且能够揭示算法在不同数据 规模下的效率。 时间复杂度 ‧0 码力 | 379 页 | 18.47 MB | 1 年前3
Hello 算法 1.1.0 C#版器上进行测试,统计平均效率,而这是不现实的。 另一方面,展开完整测试非常耗费资源。随着输入数据量的变化,算法会表现出不同的效率。例如,在输入 数据量较小时,算法 A 的运行时间比算法 B 短;而在输入数据量较大时,测试结果可能恰恰相反。因此,为 了得到有说服力的结论,我们需要测试各种规模的输入数据,而这需要耗费大量的计算资源。 2.1.2 理论估算 由于实际测试具有较大的局限性,因此我们可以考 为渐近复杂度分析(asymptotic complexity analysis),简称复杂度分析。 复杂度分析能够体现算法运行所需的时间和空间资源与输入数据大小之间的关系。它描述了随着输入数据大 小的增加,算法执行所需时间和空间的增长趋势。这个定义有些拗口,我们可以将其分为三个重点来理解。 ‧“时间和空间资源”分别对应时间复杂度(time complexity)和空间复杂度(space complexity)。 ‧“随 。 2.5 小结 1. 重点回顾 算法效率评估 ‧ 时间效率和空间效率是衡量算法优劣的两个主要评价指标。 ‧ 我们可以通过实际测试来评估算法效率,但难以消除测试环境的影响,且会耗费大量计算资源。 第 2 章 复杂度分析 hello‑algo.com 49 ‧ 复杂度分析可以消除实际测试的弊端,分析结果适用于所有运行平台,并且能够揭示算法在不同数据 规模下的效率。 时间复杂度 ‧0 码力 | 378 页 | 18.47 MB | 1 年前3
共 384 条
- 1
- 2
- 3
- 4
- 5
- 6
- 39













