首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏MixLab科技+设计实验室

    建筑 × 参数化设计 | 对话金瑞

    金瑞:在“感性”的情况下,因为看到参数化设计可以生成很酷炫的三维形体,心向往之。 春芳:传统建筑设计和参数化设计的关联是什么? 金瑞:参数化设计帮助传统建筑设计融入了更多的机器运算,浅层来说,可以生成很多人力达不到的酷炫效果或进行联动设计调整,深层来说,可以引入一些算法优化设计结果。 #金瑞# 早期流体模拟生成建筑的尝试(视频片段) 春芳:目前也有很多设计师在做“参数化设计”,你觉得你的相对优势是什么? 而代码就是你写了半天之后,可能都不知道是个什么样的东西,是不是能成立,这种长久的无趣感、单调感和未知感会让设计师抓狂。 春芳:参数化设计最吸引你的是? 金瑞:参数化设计的魅力有很多,近期对我而言,我意识到它的“可业余性”:当把设计变成代码和数字之后,意味着非设计师也可以设计或改动设计。

    90820发布于 2019-05-05
  • 来自专栏MixLab科技+设计实验室

    写代码的设计师 之 建筑 × 参数化设计

    金瑞:在“感性”的情况下,因为看到参数化设计可以生成很酷炫的三维形体,心向往之。 春芳:传统建筑设计和参数化设计的关联是什么? 金瑞:参数化设计帮助传统建筑设计融入了更多的机器运算,浅层来说,可以生成很多人力达不到的酷炫效果或进行联动设计调整,深层来说,可以引入一些算法优化设计结果。 #金瑞# 早期流体模拟生成建筑的尝试(视频片段) 春芳:目前也有很多设计师在做“参数化设计”,你觉得你的相对优势是什么? 而代码就是你写了半天之后,可能都不知道是个什么样的东西,是不是能成立,这种长久的无趣感、单调感和未知感会让设计师抓狂。 春芳:参数化设计最吸引你的是? 金瑞:参数化设计的魅力有很多,近期对我而言,我意识到它的“可业余性”:当把设计变成代码和数字之后,意味着非设计师也可以设计或改动设计。

    1.4K30发布于 2019-03-14
  • 来自专栏MixLab科技+设计实验室

    形式生成,当字体遇上参数化设计 | Mixlab 计算设计

    目的是探索几何字体设计的易读性和可读性问题,而不是仅仅用于显示目的的几何字体。 另外也关注在排版中给予形式的生成和基于规则的设计方法的使用。

    71110发布于 2021-02-08
  • 来自专栏FPGA技术江湖

    FPGA设计中,对SPI进行参数化结构设计

    今天给大侠带来FPGA设计中,对SPI进行参数化结构设计,话不多说,上货。 ? 为了避免每次SPI驱动重写,直接参数化,尽量一劳永逸。 用户只需修改parameter参数:(1)单帧长;(2)指令长;(3)数据长;(4)工作时钟;(5)SPI clk。 实现不使用状态机,采用线性序列计数法。 END 后续会持续更新,带来Vivado、 ISE、Quartus II 、candence等安装相关设计教程,学习资源、项目资源、好文推荐等,希望大侠持续关注。

    1K10发布于 2020-12-29
  • 来自专栏CSIG质量部压测团队

    Jmeter请求参数多样化场景脚本设计

    为了模拟真实用户线上访问的场景,在压测时需要对请求数据做参数化。jmeter脚本中有如下三种方法进行设置。 1.2 使用组件: csv数据文件设置 1.3 具体步骤: 1)添加csv数据文件设置,按照如下图配置: 6H0tHCyQdqr7pL1ejEbgLw.png 2)打开http请求,参数化token 值,标准写法:xxx:${token} xWlc0K32Ad765sw7H0-D3g.png 2. 随机函数random 2.1 场景描述: 请求参数中存在手机号、邮箱时,做数据多样性只要保证位数和字符类型正确即可,系统不会校验该邮箱是否真的存在。 计数器 3.1 场景描述: 如果该接口的参数需要大量数据,并且不能重复或者需要一定的递增/递减的顺序,可以使用计数器实现。

    1.5K30编辑于 2021-12-16
  • 来自专栏无敌码农

    支付渠道参数如何设计成路由化配置?

    “ 在之前的文章中我们探讨了在支付系统中如何设计有效地防重失效机制,今天继续探讨在搭建支付系统时另一个比较关键的问题:渠道参数路由化配置如何设计?” 采用上述几个概念设计渠道参数配置规则,基本上就能确保支付系统在后续的发展过程中向上能够优雅地适配业务发展的不同要求,向下可以从容扩展不同的渠道了。 配置模型设计 通过上述业务模型的定义,在系统实现时我们需要设计一套配置表,并在渠道对接编码时按照配置逻辑进行接口参数路由动作,从而让系统具备渠道管理的配置能力。 安全风险及其他 采用配置化方案设计,可以让支付系统更好地适配后期业务发展带来的复杂性,但是我们也需要考虑到操作风险,根据以往经验,不受控的便捷往往会带来危险,试想下如果因为配置错误,原本应该收到B 后记 在支付系统设计的早期,如果我们能适度的对配置化模型加以考虑,虽然,会在一定程度上增加研发成本,但随着业务发展,这种成本相较于后期对业务适配改造的成本来说,则是可以忽略的。

    2.1K20发布于 2019-07-31
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 4-6 网格搜索与k近邻算法中更多超参数

    本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。 sklearn网格搜索 使用网格搜索的方式来找最好的超参数。 在前面一个小节中,我们通过自己写的for循环来寻找最好的超参数。但是超参数之间并不都是相互独立的,有些超参数之间是存在相互依赖的关系的。 比如在前一小节中超参数p,只有在weights参数为"distance"的时候才有意义。 将搜索的参数定义在一个param_grid列表中: 列表中每一个元素是一个字典; 字典中定义的是一组网格搜索,字典中键名称为参数名,键对应的值是一个列表,列表中元素是键所对应的参数中所有可能的范围。 超参数之间的依赖关系,通过定义在相同字典中来表示的。只有在weights = "distance"的时候超参数p才有意义。 ? ? 通过grid_search获取最优分类精度以及分类参数: ?

    92300发布于 2019-11-13
  • 参数来源分层与替换规则:数据通道的参数化设计

    一次描述、处处替换,在治理上意味着参数来源必须分层、替换规则必须稳定。 参数来源分层与替换规则:数据通道的参数化设计先说清楚:本文在讲什么数据桥上的名单、问答、办事要在不同表单、节点、人员、环境下复用,靠的是 参数化(产品里常见 @ 参数一类表达式)。 本篇讨论: 为何参数化才是集成的真难点。 读完应能说清:「一次描述、处处替换」在治理上意味着什么。写法细则细则见部署版本的配置界面。主张集成难,难在同一段取数描述要在不同上下文都正确。 参数化决定资产能不能复用,而不是决定你能不能写出第一条 SQL。反面做法为每个工号、部门硬编码一版语句。参数来源混乱:登录人、表单字段、节点变量,无统一替换规则。只背写法,不理解为何要注入上下文。 没有参数化的「复用」,只是复制粘贴的假复用。具体怎么做一次描述能力,多处注入上下文。参数来源分层——登录上下文、单据字段、通道内置参数各司其职。替换规则必须稳定——表单填充与流程事件行为可预期。

    5810编辑于 2026-11-17
  • 来自专栏donghui的博客

    【jenkins参数化构建】将Ant Targets参数化

    使用jenkins做持续集成时,Ant Targets经常变动,所以采用参数化构建,将Ant Targets参数化 1、在jenkins的job中增加String Parameter/Persistent 3、其他 构建不使用jenkins ant plugin的原因: 使用String Parameter/Persistent String Parameter传递ANT_TARGETS参数 如果有多个target,jenkins ant plugin将多个target当成一个target 经多次尝试,无法将参数传递给ant,从而导致构建失败 而在ant命令行中,这一切都正常 暂未找到合适的解决方案 所以选择在batch脚本中,传递%ANT_TARGETS%参数,调用ant命令 ANT_TARGETS格式(多个target用英文逗号、分号或空格分开 String Parameter/Persistent String Parameter区别: 如果可以,Persistent String Parameter的默认值来自上次构建的参数

    2.1K30发布于 2019-04-19
  • 来自专栏文渊之博

    参数化(三):参数嗅探

        在之前的随笔中我提到过参数嗅探,这是非常重要的概念。下面我们深入的研究一下参数嗅探…     首先我们知道批处理可以是参数化的或者非参数化。 参数化的批处理计划有两种类型:“Prepared” 或者“Proc”。 参数嗅探在这两种类型中是完全相同的。它的行为在两种计划中是完全一样的。因此我们这里不去讨论类型,只关心参数化批处理本身的作用。 什么是参数嗅探? 在参数化批处理的实际执行计划的图形表示中,查看最外层的操作符属性(通常是一个select操作符),然后找到“Parameter List”属性。展开属性时,将会看到每个参数编译时和运行时的值。 假使用户用一个很少使用的参数来执行存储过程,这个参数值产生一个执行计划,并且对于指定该值作为参数的执行是非常高效的。但是其他参数时将会表现很糟糕。 因此问题来了:参数嗅探是好还是不好?  

    2.7K70发布于 2018-01-30
  • 来自专栏若尘的技术专栏

    Jmeter 参数化

    一、什么时候使用参数化技术 根据具体的业务场景判断,例如新增用户,要求注册的用户名,手机号不能重复这个场景,就需要参数化。 二、参数化技术是什么? 参数化是自动化测试脚本的一种常用技巧,简单来说,参数化的一般用法就是将脚本中的某些输入使用参数来代替,在脚本运行时指定参数的取值范围和规则。 三、参数化流程 1、先找出需要做参数化的数据 2、准备提供给参数化需要的数据源 3、把脚本里面的常量换成变量(使用前面的数据源数据) 四、如何实现参数化 参数化作用域比较重要,如果需要对某一个请求起效果则需要放到该请求下

    1.2K65编辑于 2021-12-04
  • 来自专栏frytea

    申威(神声)(SW)1621 + UOS 20 编译安装 Docker | 容器国产化适配

    环境# OS: UOS 20 1021 12011.101 CPU: SW_64 SW1621 步骤# 本地编译 runc# 1.解压 runc 源码至 ~/go/src/github.com/opencontainers 3.修改 libcontainer/system/syscall_linux_64.go 文件,在文件头添加 sw64 架构定义 //+build sw64。 -1.14.1.tar.gz docker-18.09.9-sw64.tar.gz 附件若无法下载请转到本文的 Notion 共享页下载:https://fryteacs.notion.site/SW- 1621-UOS-20-Docker-c1d7ff16b6a4492a99c794fab253b24d 参考文献# docker 编译指南 By SW docker By SW 生态 [runc] No issuecomment-51832461 docker 编译问题 Iptables/1.8.2 Failed to initialize nft: Protocol not supported 容器国产化适配

    2.9K30编辑于 2023-10-20
  • 来自专栏UDM Lab

    3D打印鞋的参数化结构设计

    做为一名建筑从业者和3D打印的ID设计师对接时,发现鞋型内部构造的受力层次有不同密度要求,为此我对鞋型表皮模型分为不同的层级,以此调节满足不同位置的单元结构的密度和衔接过渡。 ? ? ? 单元结构的设计其实可以更多变,只需要满足在单元矩形空间内,并考虑邻近单元的对接问题。 ? 主要思路就是先设计好单元结构,然后把单元结构扩展成形体里的网架,最后用网架生成网格。 ? 以下是小编的一些尝试 ? 基础的几何体尝试 ? ? ? 密度变化的尝试 ?

    1.9K40发布于 2020-04-21
  • 来自专栏测试技术圈

    unittest的参数化

    之前写了很多关于unittest单元测试框架的文章,本小节主要介绍它在参数化方面的应用,首先需要安装第三方的库parameterized,安装的命令为:pip install parameterized 这里主要结合具体的案例来说明它的应用和实现的具体细节 ,编写一个两个数相加的函数,然后针对该函数来设计具体的测试点,实现的代码如下: #! if __name__ == '__main__': unittest.main(verbosity=2) 执行如上的代码后,显示三个测试点都测试通过,parameterized的设计思想有点和 ddt相似,至少在参数化方面可以说是思想是一致的。 在执行具体的测试点时候,它是对列表里面的参数进行进行循环然后依次赋值,也就是说,当循环到第一个元组的参数的时候,first其实是1,second是1,result是2,依次循环,这样就可以使用parameterized

    1.1K10发布于 2019-12-09
  • 来自专栏全栈测试

    Pytest之参数化

    以下主要介绍pytest参数化讲解及实战。 熟悉unittest单元测试框架的小伙伴知道,使用ddt进行数据驱动测试,那么身为功能更加强大且更加灵活的Pytest框架怎么可能没有数据驱动的概念呢? Pytest使用@pytest.mark.parametrize装饰器来实现数据驱动测试的,也就是常说的参数化。 argvalues:参数对应值,类型必须为list。 indirect:如果设置成True,则把传进来的参数当函数执行,而不是一个参数。 ids:用例的ID,传一个字符串列表,用来标识每一个测试用例,自定义测试数据结果,增加可读性。 3 多个参数化装饰器 使用多个参数化装饰器,数据会进行交叉组合的方式传递给测试函数,进而生成n*n个测试用例(笛卡尔积)。

    1.2K10发布于 2020-09-03
  • 来自专栏IMWeb前端团队

    【译】 javascript 函数参数设计

    通常用 new 能更明确的表示实例化一个实例,但是我依然会像下面这样写, $('.myclass').show() ,而不是,new $('.myclass').show() ,尽管前者是一种 "反模式 命名参数 (Named parameters) JavaScript是不支持命名参数【1】, // first argument is name or surname? 使用一个 object 参数能很好的模拟命名参数,虽然要多些点代码,但是更加易读 // order doesn't matter and it's more readable var person = 控制可选参数 采用多参数方案,当有可选参数的时候,将会非常丑陋: function VanillaPerson(name, surname, email, vat, address) { this.name 上面的多参数函数不是幂等的,但是可以很容易的让 object 参数的函数变为幂等的: function Person(obj) { if (obj instanceof Person) {

    1.4K60发布于 2018-01-08
  • 来自专栏后端云

    VNFD模板参数化

    概要 VNFD参数化可以实现通过单个VNFD文件和不同的VDU的参数以及值进行多次部署。 相反,若使用非参数化的VNFD,因为是参数的值都是不可变的,静态的,这样会限制通过单个VNFD同时部署VNF的数量。 例如,部署一个非参数化的含有固定IP地址的实例,再次通过该VNFD部署的时候,若不删除第一次生产的VNF实例将会导致一个错误。 非参数化的VNFD模板 下面是一个非参数化的VNFD例子。 下一节将举例如何下面的非参数化的VNFD模板可以被参数化以及在部署多VNFs时重用。 下面的例子是部署时候需要提供的包含参数和值文件,用于在部署VNF时替代上面的模板中的参数化部分。

    3.5K50发布于 2018-10-24
  • 来自专栏二猫の家

    简易理解设计模式之:命令模式——实现命令的参数化配置

    将一个请求封装成一个对象,从而让用户使用不同的请求把客户端参数化;对请求排队或者记录请求日志,以及支持可撤销的操作。 备注:所谓的参数化,使用端使用执行同一个请求,但是为请求配置不同的命令对象,那就会执行不同的功能。例如:使用者按下一个按钮,到底是开机还是重启,那要看参数化配置的是哪一个具体的按钮对象。 用法: • 需要对行为进行记录、撤销或重做、事务等处理时 • 抽象出待执行的动作以参数化某对象。 命令模式:命令模式的设计意图就是“将一个请求封装为一个对象,从而使用户可用不同的请求对客户进行参数化”。 看下代码,用具体命令对象类代替了匿名类回调函数,同样都是参数化的配置机制,就称为代替了。 简易理解设计模式之:命令模式——实现命令的参数化配置 简易理解设计模式之:责任链模式——OA中请假流程示例 简易理解设计模式之:中介者模式——多人聊天室例子 简易理解设计模式之:解释器模式——

    95220编辑于 2022-11-29
  • 来自专栏用户7466307的专栏

    python参数化测试

    参数化测试的目的是针对多组参数运行测试。我们可以通过@ pytest.mark.parametrize做到这一点。 我们将在下面的示例中看到这一点。在这里,我们将3个参数传递给测试方法。 此测试方法将添加前两个参数,并将其与第三个参数进行比较。 3,5,12)]) def test_add(input1, input2, output): assert input1+input2 == output,"failed" 这里的测试方法接受3个参数

    97810发布于 2020-06-16
  • 来自专栏测试那些事

    PlayWright(十七)- 参数化

    今天来讲下参数化,具体是什么意思呢,举个例子 比如我们要测试登录功能,第一步会填写账号,第二步会填写密码,这是一条完整的操作,但是其中会有很多条用例比如账号错误、密码错误、账号为空、密码为空的各种情况 ,但是在输入账号、密码的操作都是一样的 我们不能一条用例复制很多次,然后再输入不同的情况,所以就用到了我们的参数化,只需要写一个用例操作,然后把全部需要的参数传入用例操作中,只需要不同数据就可以实现不同的情况 ,所以我们也经常叫这种为数据驱动 1、参数化怎么用 那Pytest使用参数化功能使用的是什么呢? 2、传一个参数 import pytest """ 参数化的使用 """ @pytest.mark.parametrize('num', [1, 2, 3, 4, 5]) def test_01(num :{name},{age}") 我们直接在第二个参数中放我们的处理数据函数 执行结果: 没有问题,参数化我们基本已经掌握了

    1.1K30编辑于 2023-10-17
领券