本项目展示了如何在 Git/GitHub 中实现 MLOps。为了实现这一目标，该项目大量利用了诸如DVC、DVC Studio、DVCLive等工具——所有由iterative.ai、Google Drive、Jarvislabs.ai和HuggingFace Hub构建的产品。
Rust写的高效搜索引擎
lnx 的构建是为了不重新发明轮子，它位于tokio-rs工作窃取运行时、超Web 框架与tantivy 搜索引擎的原始计算能力相结合的基础之上。
这使得 lnx 可以一次对数万个文档插入提供毫秒级索引（不再等待被索引的东西！），每个索引事务以及处理搜索的能力，就像它只是对哈希表的另一种查找一样
特征
*lnx 虽然非常新，但由于其所处的生态系统，它提供了广泛的功能。
*复杂查询解析器。
*容错模糊查询。
*容错快速模糊查询。（预先计算的拼写校正）
*More-Like-This 查询。
*按字段排序。
*快速索引。
*快速搜索。
*细粒度性能调整的几个选项。
*多个存储后端可用于测试和开发。
*基于权限的授权访问令牌。
Github | 官网 | #搜索引擎
lnx 的构建是为了不重新发明轮子，它位于tokio-rs工作窃取运行时、超Web 框架与tantivy 搜索引擎的原始计算能力相结合的基础之上。
这使得 lnx 可以一次对数万个文档插入提供毫秒级索引（不再等待被索引的东西！），每个索引事务以及处理搜索的能力，就像它只是对哈希表的另一种查找一样
特征
*lnx 虽然非常新，但由于其所处的生态系统，它提供了广泛的功能。
*复杂查询解析器。
*容错模糊查询。
*容错快速模糊查询。（预先计算的拼写校正）
*More-Like-This 查询。
*按字段排序。
*快速索引。
*快速搜索。
*细粒度性能调整的几个选项。
*多个存储后端可用于测试和开发。
*基于权限的授权访问令牌。
Github | 官网 | #搜索引擎
读博申请攻略
攻略包括以下模块，在 GitHub 和荷兰心理统计联盟公众号上同步发布(全文约20,000字，全网最全之一)。攻略所提到的所有资料文件都放在了这个GitHub库里
1. 前言
2. 材料准备
2.1. 简历
2.2. 三封推荐信
2.3. 学位成绩单
2.4. GRE
2.5. TOEFL
2.6. 文书
3. 时间线与择校
4. 套磁
5. 面试
6. 钱与录取后
7. 信息渠道
8. 背景提升与思维转变
Tutorial-on-PhD-Application | #指南
攻略包括以下模块，在 GitHub 和荷兰心理统计联盟公众号上同步发布(全文约20,000字，全网最全之一)。攻略所提到的所有资料文件都放在了这个GitHub库里
1. 前言
2. 材料准备
2.1. 简历
2.2. 三封推荐信
2.3. 学位成绩单
2.4. GRE
2.5. TOEFL
2.6. 文书
3. 时间线与择校
4. 套磁
5. 面试
6. 钱与录取后
7. 信息渠道
8. 背景提升与思维转变
Tutorial-on-PhD-Application | #指南
显然，不可能一次性从视频文件中自动删除无声部分ffmpeg。音频过滤器silencedetect只检测静音，silenceremove过滤器是一个音频过滤器，只对音频起作用，不去除相应的视频部分
它的作用是将输出作为输入，silencedetect并简单地为 ffmpeg 编写相应的音频和视频选择过滤器。然后该命令会生成一个删除了静音部分的视频文件
Remsi
本项目由两个子项目组成：
application：主应用程序有两个主要职责：
爬取 GitHub 并检索存储库信息。这可以通过app.crawl.enabled参数禁用。
作为网站/前端的后端服务器
front-end：用于搜索数据库的前端，可在 http://sart-ghs.si.usi.ch 获得
GitHub Search | #搜索引擎
本书包含了许多可以提高Rust程序的性能——速度和内存使用率的技术，其中编译时间部分也包含了一些可以提高Rust程序编译时间的技术。本书的一些技术只需要改变构建配置，但许多技术需要改变代码。
其中的一些技术完全是 Rust 所特有的，而一些涉及的想法（通常经过修改）可以应用到其他语言编写的程序中。General Tips还包括一些适用于任何编程语言的一般原则。
尽管如此，本书主要是关于Rust程序的性能，并不能替代通用的性能分析和优化指南。
该书重点介绍了那些实用的、经过验证的技术：许多技术都附有拉取请求或其他资源的链接，展示了该技术是如何在真实世界的Rust程序上使用的。
本书针对的是中级和高级Rust用户。初级Rust用户需要学习的东西已经够多了，这些技术很可能会对他们造成无益的干扰。
中文版 | 英文版 | #电子书 #Rust
