Advertisement

Kanban in Action 2014 [Updated Version 1.0]

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
《Kanban in Action 2014》(更新版)介绍了看板方法在项目管理中的应用,帮助企业优化流程、提高效率。 如果你希望更好地理解你的工作方式以及团队或职场中的情况,并且能够专注于几件小事而不是不断在多个项目之间切换;如果用户和利益相关者希望现在就得到新功能而不是等待其他时间交付;如果你认为你和同事需要持续改进并学习,那么Kanban非常适合你。 此外,如果你想尽快开始使用Kanban而无需花费太多时间研究抽象理论或历史,并且想了解kanban社区的人们如何在实践中应用Kanban来应对各种挑战,这本书正是为你准备的。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Kanban in Action 2014 [Updated Version 1.0]
    优质
    《Kanban in Action 2014》(更新版)介绍了看板方法在项目管理中的应用,帮助企业优化流程、提高效率。 如果你希望更好地理解你的工作方式以及团队或职场中的情况,并且能够专注于几件小事而不是不断在多个项目之间切换;如果用户和利益相关者希望现在就得到新功能而不是等待其他时间交付;如果你认为你和同事需要持续改进并学习,那么Kanban非常适合你。 此外,如果你想尽快开始使用Kanban而无需花费太多时间研究抽象理论或历史,并且想了解kanban社区的人们如何在实践中应用Kanban来应对各种挑战,这本书正是为你准备的。
  • GANS-In-Action-Master.zip
    优质
    GANS-In-Action-Master 是一个包含GAN(生成对抗网络)项目实战教程和代码资源的综合包,适用于希望深入理解并实践GAN技术的学习者。 本段落档包含了《gans-in-action》一书中的全部代码。该书预计于2019年8月在中国发行。
  • EIGEN has been updated to version 20221015
    优质
    Eigen 3.3.4 是一个流行的开源 C++ 库,专为数值线性代数而设计,旨在高效处理向量和矩阵运算。该库广泛应用于计算机科学的多个领域,包括机器学习、图像处理、物理模拟以及工程计算等。其显著特点包括代码简洁性与高性能结合,完全支持模板元编程,从而能够在编译时优化计算,达到近乎原生的速度。Eigen的核心组件涵盖多种类型的矩阵与向量类,如 Matrix、Vector 和 Array 等,提供加法、减法、乘法、转置、逆运算等基本数学操作功能,同时支持特征值计算等高级操作。 此外,Eigen 还提供了函数和方法来实现线性方程组求解、QR 分解、SVD 分解等复杂线性代数操作,Eigen 的内存布局灵活适应不同存储需求,包括行主序或列主序布局,Eigen 支持动态大小与固定大小矩阵的操作,Eigen 固定大小矩阵在编译时即知尺寸,从而进一步提升效率,Eigen 官网访问速度较慢因此提供本地备份版本 eign3.3.4 作为备用选项。 在实际使用中,Eigen 通常通过包含相应的头文件来获取所需类与函数,Eigen/Dense 包含基本操作类,Eigen/Sparse 则用于稀疏矩阵操作等。该库 API 设计直观易懂,附带丰富文档和技术支持帮助开发者快速上手,Eigen 3.3.4 是一个强大且高效的 C++ 矩阵计算工具库,它简化了数值计算流程并提升了代码可读性和执行效率,无论是在学术研究还是工业应用中,Eigen 都是处理线性代数问题的理想选择。通过本地备份版本,eign3.3.4 可以为开发者提供更加便捷的应用体验,不受网络状况限制确保项目的顺利推进
  • Natural Language Processing: In Action
    优质
    《自然语言处理实战》一书深入浅出地介绍了自然语言处理领域的核心概念和技术,通过实际案例和项目帮助读者掌握如何将理论应用于实践。 《自然语言处理实战》这本书是利用Python及其丰富的NLP和AI库创建能理解人类语言的机器的指南。购买纸质书将免费获得PDF、Kindle和ePub格式的电子书。 技术的进步使应用能够以极高的准确性理解和处理文本与语音,比如聊天机器人可以模仿真人对话,简历匹配系统能找到最适合的工作岗位,高级预测搜索功能以及自动摘要文档等服务都变得成本低廉且易于实现。借助Keras和TensorFlow等易用工具,专业级别的NLP技术比以往任何时候都更易于掌握。 书中涵盖了从传统规则基础的方法到数据驱动的方法,并结合神经网络、现代深度学习算法及生成技术来解决实际问题,如提取日期与名称信息、编写文本以及回答开放式的问题。作者Hobson Lane、Cole Howard和Hannes Max Hapke是经验丰富的NLP工程师,在生产环境中应用这些技术。 本书分为三个部分: **第一部分:言语机器** 1. 思维包(NLP概述) 2. 构建词汇表(词分词) 3. 词语的数学(TF-IDF向量) 4. 在词频中寻找意义(语义分析) 这部分主要介绍自然语言处理的基础概念和技术,包括如何对文本进行初步处理、建立词汇表以及通过TF-IDF向量来表示文本的意义。 **第二部分:深入学习(神经网络)** 1. 神经网络的婴儿步(感知机和反向传播) 2. 词向量推理(Word2Vec) 3. 序列的秩序——卷积神经网络(CNNs) 4. 循环神经网络(RNNs) 5. 长短期记忆网络改进记忆能力 6. 序列到序列模型与注意力机制 这部分深入讲解了神经网络在自然语言处理中的应用,从基础的感知机到复杂的序列模型如RNNs和LSTM,并探讨如何使用CNN来处理文本序列。 **第三部分:真实世界挑战** 1. 信息提取(命名实体识别和问答系统) 2. 开启对话(对话引擎) 3. 扩大规模(优化、并行化与批量处理) 这部分将理论应用于实践,讨论了在实际问题中如何提取关键信息、构建对话系统以及处理大规模文本数据。 本书适合具备基本深度学习知识及中级Python技能的读者。通过阅读,可以学会使用Keras、TensorFlow、gensim和scikit-learn等库实现自然语言处理的各种任务,并提高对文本的理解与生成能力。
  • Kubernetes-In-Action-2nd-Edition:《Kubernetes in Action》第2版中的代码
    优质
    本书为《Kubernetes in Action》第2版提供配套代码和资源,帮助读者深入理解和实践容器编排技术Kubernetes的核心概念与高级应用。 《Kubernetes in Action》,第二版的存储库包含了该书中的所有代码(以及一些其他文件)。购买本书尚未出版,但可以通过Manning出版社的抢先体验计划获取。 代码存档按照章节组织。您可以通过以下链接找到文件描述: 第一部分:第一次上船: Kubernetes简介 1. 介绍Kubernetes 2. (无具体提及) 3. (无具体提及) 第二部分:学习技巧: Kubernetes API对象 4. 介绍Kubernetes API对象(无代码文件) 5. (无具体提及) 6. (无具体提及) 7. 将... 其他章节即将推出。 贡献: 如果您想为本书的代码改进或错误修复做出贡献,请在此GitHub存储库中提交拉取请求。请注意,某些文件可能故意不完整甚至包含有意设置的错误,以供学习和演示目的使用。
  • TextureUnpacker_x86_64 (Version 1.0)
    优质
    TextureUnpacker_x86_64是一款专为x86-64架构设计的软件工具(版本1.0),用于高效地解包和管理图像纹理文件,适用于游戏开发与图形处理领域。 在游戏开发和图形设计领域,资源管理是一个至关重要的环节。尤其是在使用Unity引擎进行3D或2D游戏开发时,图像资源的处理是一项基础且繁琐的工作。“TextureUnpacker-x86-64(v1.0)”正是针对这一需求而设计的工具,它专用于解析Unity中的plist+png格式文件,帮助开发者高效地管理和拆分大图资源。Unity引擎广泛采用的纹理打包技术是将多个小图合并成一张大图,这种技术被称为 texture atlas 或 sprite sheet,可以显著减少游戏运行时的内存占用和加载时间。然而,当需要对这些小图进行单独编辑或者处理时,就需要将大图拆分成原始的小图。这就是TextureUnpacker-x86-64(v1.0)的作用所在。 该工具是为Windows 64位系统设计的,这意味着它能够充分利用64位系统的性能优势,提供快速、稳定的解包服务。其主要功能包括: 1. **plist解析**:plist是一种数据存储格式,常用于存储XML或二进制数据,在Unity中通常用来记录纹理坐标和帧信息等元数据。TextureUnpacker能够读取并解析这些plist文件,获取每个小图的位置和大小信息。 2. **png图像处理**:工具能识别并处理与plist文件关联的png图像,将大图上的小图准确无误地拆分出来,生成独立的png文件。这使得开发者可以对单个精灵进行修改,而无需每次都编辑整个纹理集。 3. **大图拆分**:对于包含大量小图的大图,TextureUnpacker能有效地将其拆分成多个单独的小图,方便进一步的编辑、优化或者单独使用。这对于游戏美术设计、动画制作以及资源管理有着显著的便利性。 4. **效率提升**:由于是专门针对Unity环境开发,“TextureUnpacker-x86-64(v1.0)”在处理Unity的texture atlas时,速度和准确性都有所保证,极大地提高了开发效率。 使用这个工具,开发者可以轻松地对Unity项目中的纹理资源进行管理和更新。无论是为了调整图像还是优化性能,都能得心应手。“TextureUnpacker-x86-64(v1.0)”是Unity开发者和图形设计师的得力助手,通过其强大的plist解析和png图像处理功能,使得游戏资源的管理和维护变得更加便捷,大大提升了开发流程的效率。
  • Camel in Action (2nd Edition).pdf
    优质
    《Camel in Action(第2版)》是一本关于Apache Camel框架的实用指南,通过丰富的实例深入浅出地讲解了消息传递、企业集成模式等内容。 《Camel in Action》第二版非常适合初学者学习Camel框架。由于市面上关于Camel的中文书籍较少,英文书籍也不多见,《Camel in Action》就显得尤为珍贵了。尽管我起初不愿意阅读英文技术文档,但凭借程序员常用的英语词汇量(接近20年前通过英语四级考试水平),我发现看惯之后反而觉得英文书对某些概念描述得更为清晰易懂。 书中内容详实、深入浅出,涵盖Camel架构的各项核心概念以及企业集成模式EIP等,并结合实际案例进行讲解。不过,《Camel in Action》篇幅较长,阅读完整本书需要耗费较长时间。目前我只读到四分之一的部分,主要介绍了Component的概念。能够坚持看完这本书的人确实令人钦佩,电子版共有3600多页的内容。 总之,《Camel in Action》是一本内容详尽且适合入门学习的书籍,在没有其他参考资料的情况下,它足以帮助读者掌握Camel框架的核心知识和应用技巧。
  • AspectJ in Action 第2版
    优质
    《AspectJ in Action》第二版是一本深入介绍面向切面编程(AOP)及其在Java应用中实现的专业指南。本书通过丰富的示例和实用技巧帮助读者掌握AspectJ框架,提升软件开发效率与质量。 AspectJ in Action, Second Edition是一本关于使用AspectJ框架进行面向切面编程的书籍。这本书详细介绍了如何利用AspectJ在Java应用开发中实现横切关注点分离,并提供了大量实例来帮助读者理解和掌握相关技术。书中不仅涵盖了基本概念,还深入探讨了高级特性和最佳实践,适合希望提高代码质量和维护性的软件开发者阅读和参考。
  • Spring in Action (4th Edition).pdf
    优质
    《Spring in Action》第四版是一本深入浅出介绍Spring框架核心概念与实践的应用开发指南。 《Spring in Action》第四版:最好的还在变得更好。 十多年前,Spring以简化企业级Java开发的雄心壮志进入Java开发领域,并挑战当时的重型编程模式,提出了一种基于普通Java对象的更简单、更轻量级的编程模型。如今,在经过数年和多个版本的发展后,我们可以看到Spring对企业应用开发产生了巨大影响。它已成为无数Java项目的事实标准框架,并对一些旨在替代其自身的规范和技术框架的发展产生了深远的影响。很难否认,如果没有Spring挑战早期版本的企业级JavaBeans(EJB)规范,当前的EJB规格可能会非常不同。 然而,Spring本身仍在不断发展和改进自己,始终致力于使复杂的开发任务变得更简单,并为Java开发者提供创新功能。从一开始试图挑战现状到如今遥遥领先并引领Java应用开发的新路径,Spring已经实现了巨大的飞跃。
  • Unity in Action, Second Edition -- 2018
    优质
    《Unity in Action, Second Edition》是一本深入介绍Unity引擎实用技术与最佳实践的指南书籍,帮助开发者高效创建精彩的游戏和应用。 Manning的畅销书《Unity in Action》已经全面修订!第二版详细介绍了如何使用Unity游戏开发平台编写和部署游戏。这本书将从基础开始教你掌握Unity工具集,并帮助你具备从应用程序开发者转型为游戏开发者的技能。