完整

Spring Cloud微服务实战 (翟永超著) 完整pdf

资源名称: 微服务实战 翟永超著 完整 第 章 基础知识 第 章 微服务构建: 第 章 服务治理: 第 章 客户端负载均衡: 第 章 服务容错保护: 第 章 声明式服务调用: 第 章  网关服务: 第 章 分布式配置中心: 第 章 消息总线: 第 章 消息驱动的微服务: 第 章 分布式服务跟踪: 资源截图:

Intellij IDEA 2017入门教程 完整pdf

资源名称: 入门教程 完整 主要用于支持 、 、 等语言的开发工具,同时具备支持目前主流的技术和框架,擅长于企业应用、移动应用和 应用的开发。 对自己的定义是很清晰的,对于新人来讲可能还不太理解,可能还会有误会,认为它博而不精,但是对于老用户来讲应该是非常认可上面这句话的。通过下面功能表格,新人对于 所具备的功能会有一个新的认识。 如果用一句话来形容 ,我会说: 是目前所有 中最具备沉浸式的 ,没有之一。 主要功能介绍 语言支持上: 安装插件后支持 类 基本 其他支持: 支持的框架 额外支持的语言代码提示

跟阿铭学Linux(第3版) 完整pdf_操作系统教程

资源名称:跟阿铭学 第 版 完整 第 章 学习之初   第 章 安装    第 章 远程登录 系统   第 章  文件和目录管理   第 章  系统用户与用户组管理   第 章  磁盘管理   第 章 文本编辑工具    第 章 文档的压缩与打包   第 章 安装 包或源码包   第 章  基础知识   第 章 正则表达式   第 章  脚本   第 章  系统管理技巧   第 章  环境搭建与配置   第 章  环境配置   第 章 常用 操作   第 章  服务配置   第 章 配置 服务   第 章

ECMAscript2018规范 完整pdf_前端开发教程

资源名称: script 规范 完整 script (第九版 )已于 月底正式发布,带来了许多新特性。 script 于今年 月出炉草案, 技术委员会每两个月开会一次,讨论当前草案的现状。 script 主要包含内容: 异步迭代器:原生支持在 script 中对异步获取的数据做迭代。 (模板字面量):取消 限制 正则表达式: 资源截图:

react快速上手开发 完整pdf_前端开发教程

资源名称: 快速上手开发 完整 第 章      设置         刚才发生了什么         特殊 属性     浏览器扩展    下一步:自定义组件   第 章 组件的生命周期    基础    属性              带状态的文本框组件    关于 事件的说明    传统的事件处理     的事件处理     与     在初始化 时使用 :一种反模式    从外部访问组件    中途改变属性    生命周期方法    生命周期示例:输出日志记录    生命周期示例:使用     生

方维众筹1.7最新版完整源码 PHP众筹网站系统源码下载_源码下载

源码介绍 更新说明: 新增路演功能 新增 功能 新增微信提现功能(微信端中使用) 新增优惠券功能 新增 众创空间 导师 创服机构 房产众筹新增房产理财功能 推出 轻众筹 微信 页面全新 ,直观体验 新增富友第三方托管接口 独家新增一个个人支付接口 云通付 ,个人也可以做众筹。 修复说明: 修复 版本余额提现功能报错的 修复 版本 页面加载缓慢 修复 版本微信产品详情页无法加载的

Go Web 编程 (郑兆雄) 中文完整pdf_前端开发教程

资源名称: 编程 郑兆雄 中文完整 第一部分 与 应用第 章: 与 应用第 章: 论坛第二部分 应用的基本组成部分第 章:接收请求第 章:处理请求第 章:内容展示第 章:储存数据第三部分 实战演练第 章: 服务第 章:应用测试第 章:发挥 的并发优势第 章: 的部署附录:安装并设置 资源截图:

Vue2实践揭秘 完整pdf_前端开发教程

资源名称: 实践揭秘 完整 第 章 例说 第 章 工程化的 开发第 章 路由与页面间导航第 章 页面的区块化与组件的封装第 章 的测试与调试技术第 章 视图与表单的处理第 章 状态管理 资源截图:

Python机器学习 完整pdf_Python教程

资源名称: 机器学习 完整 第 章 赋予计算机学习数据的能力 构建智能机器将数据转化为知识 机器学习的三种不同方法 通过监督学习对未来事件进行预测 通过强化学习解决交互式问题 通过无监督学习发现数据本身潜在的结构 基本术语及符号介绍 构建机器学习系统的蓝图 数据预处理 选择预测模型类型并进行训练 模型验证与使用未知数据进行预测 在机器学习中的应用 本章小结 第 章 机器学习分类算法 人造神经元 早期机器学习概览 使用 实现感知器学习算法 自适应线性神经元及其学习的收敛性 通过梯度下降最小化代价函数 使用