- 综合排序
- 最热优先
- 最新优先
- 来自专栏码匠的流水账
聊聊Tomato Architecture
序本文主要研究一下Tomato ArchitectureClean/Onion/Hexagonal/Ports&Adapters ArchitecturesClean Architectureclean Tomato Architecture既往架构评论There is No Silver Bullet ArchitectureClean / Onion / Hexagonal / Ports&Adapters 想通过这些架构的抽象来使得单元测试不需要依赖外部服务(数据库、MQ、定时任务等)有点不接地气，现实的企业级服务代码经常是重度依赖这些外部服务的，而且即使是这么做，无论有多少单元测试在没有集成测试的时候也没没有信心保证代码没有问题Tomato only units, but whole features通过mock去跑单元测试是有必要，但是它没办法验证替代集成测试，所以借助注入testcontainers来直接进行集成测试更能提升对代码的信心小结Tomato
24210编辑于 2025-05-29 - 来自专栏码匠的流水账
聊聊Tomato Architecture
序 本文主要研究一下Tomato Architecture Clean/Onion/Hexagonal/Ports&Adapters Architectures Clean Architecture clean Tomato Architecture 既往架构评论 There is No Silver Bullet Architecture Clean / Onion / Hexagonal / Ports&Adapters 想通过这些架构的抽象来使得单元测试不需要依赖外部服务(数据库、MQ、定时任务等)有点不接地气，现实的企业级服务代码经常是重度依赖这些外部服务的，而且即使是这么做，无论有多少单元测试在没有集成测试的时候也没没有信心保证代码没有问题 Tomato units, but whole features 通过mock去跑单元测试是有必要，但是它没办法验证替代集成测试，所以借助注入testcontainers来直接进行集成测试更能提升对代码的信心 小结 Tomato 改良的部分是： 业务层尽量少依赖外部服务层 如无多个实现则少定义接口，利用框架能力进行mock 少在框架层上进行抽象以试图后续切换，一般大的框架比较少有切换需求 单元测试不如集成测试实在 doc Tomato
24310编辑于 2025-06-10 - 来自专栏cnblogs
vue 实现 tomato timer（蕃茄钟）
因此就产生了用vue实现一个tomato timer的想法。演示地址 ? 一、vue如何实现他的 1. 说明： aloneIndex.js和Index.js都是此模块的入口，index.js是用于对接本人实现的vueManager中后端管理平台，而aloneIndex.js则是让tomato timer能单独运行 我也会尽力打造好tomato timer这个小工具。
1.1K80发布于 2018-01-17 - 来自专栏谢公子学安全
微软不认的“0day”之域内本地提权-烂番茄（Rotten Tomato）
这个标题可能有点“标题党”的嫌疑，但内容我想不会让大家失望的。读过《这是一篇“不一样”的真实渗透测试案例分析文章》的同学应该还记得文中的基于资源的约束委派的利用，当时文中很多细节都一笔带过了，这篇文章中会解答一部分。
1.5K10编辑于 2022-01-20 - 来自专栏网络安全技术
从零到 Root 只需四步：手把手带你拿下 VulnHub Tomato 1
靶机地址：https://www.vulnhub.com/entry/tomato-1,557/目标：Get the root shell i.e.
8810编辑于 2026-03-12 农作物叶子病害检测数据集VOC+YOLO格式5694张30类别
Early blight leaf","Tomato Septoria leaf spot","Tomato leaf","Tomato leaf bacterial spot","Tomato leaf late blight","Tomato leaf mosaic virus","Tomato leaf yellow virus","Tomato mold leaf","Tomato two spotted Early blight leaf 框数 = 504 Tomato Septoria leaf spot 框数 = 942 Tomato leaf 框数 = 1732 Tomato leaf bacterial spot 框数 = 892 Tomato leaf late blight 框数 = 637 Tomato leaf mosaic virus 框数 = 442 Tomato leaf yellow virus 框数 = 652 Tomato mold leaf 框数 = 722 Tomato two spotted spider mites leaf 框数 = 5 grape leaf 框数 =
28910编辑于 2025-07-16- 来自专栏信息技术智库
100天精通Python丨基础知识篇 —— 04、变量和基础数据类型详解
1、int 类型 >>> love_tomato = 10000 >>> print(type(love_tomato)) <class 'int'> 2、float 类型 love_tomato = 10000.1111 print(type(love_tomato)) <class 'float'> 3、bool 类型 love_tomato = True print(type(love_tomato 4、complex 类型（复数） love_tomato = 4+3j print(type(love_tomato)) <class 'complex'> 复数由实数部分和虚数部分构成，可以用 a + # 输出集合，重复的元素被自动去掉 # 成员测试 if 'tomato' in sites : print('tomato 在集合中') else : print('tomato ', 'like', 'smart', 'tomato'} tomato 在集合中 2、集合运算 #!
63720编辑于 2023-03-30 - 来自专栏全栈程序员必看
Linux Samba服务器搭建
gethostname()=`localhost’ localhost 重启后，主机名修改生效: [root@Tomato ~]# hostname Node1 开始尝试连接本机了： [root@Tomato ~]# smbclient -L //Tomato // 开始有点成功的征兆了：） Password: Domain=[WORKGROUP] OS=[Unix] Server=[Samba 3.0.33 (后面使用了Samba的系统变量) #server string = Tomato %v 权限错误： 成功添加samba用户 [root@Tomato ~]# smbpasswd -asamba / ~]# chmod 600 /etc/samba/smbpasswd -v “/etc/samba/smbpasswd” 的权限模式已更改为 0600 (rw——-) [root@Tomato ~]# [root@Tomato ~]# smbpasswd -x samba Deleted user samba.
5.7K20编辑于 2022-07-04 西红柿番茄成熟度腐烂检测数据集VOC+YOLO格式2283张5类别
标注数量(xml文件个数)：2283 标注数量(txt文件个数)：2283 标注类别数：5 标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["tomato_half_ripe ","tomato_overripe","tomato_ripe","tomato_rotten","tomato_unripe"] 每个类别标注的框数： tomato_half_ripe 框数 = 997 tomato_overripe 框数 = 350 tomato_ripe 框数 = 2823 tomato_rotten 框数 = 1340 tomato_unripe 框数 = 1971 总框数：7481
32910编辑于 2025-07-18农作物叶子病害检测数据集VOC+YOLO格式5169张29类别
Early blight leaf","Tomato Septoria leaf spot","Tomato leaf","Tomato leaf bacterial spot","Tomato leaf late blight","Tomato leaf mosaic virus","Tomato leaf yellow virus","Tomato mold leaf","Tomato two spotted Early blight leaf 框数 = 862 Tomato Septoria leaf spot 框数 = 549 Tomato leaf 框数 = 600 Tomato leaf bacterial spot 框数 = 424 Tomato leaf late blight 框数 = 925 Tomato leaf mosaic virus 框数 = 382 Tomato leaf yellow virus 框数 = 1113 Tomato mold leaf 框数 = 386 Tomato two spotted spider mites leaf 框数 = 9 grape leaf 框数 =
27411编辑于 2025-07-17[数据集][目标检测]西红柿成熟度检测数据集VOC+YOLO格式3241张5类别
图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：3241 标注数量(xml文件个数)：3241 标注数量(txt文件个数)：3241 标注类别数：5 标注类别名称:["tomato_half_ripe ","tomato_overripe","tomato_ripe","tomato_rotten","tomato_unripe"] 每个类别标注的框数： tomato_half_ripe 框数 = 1083 tomato_overripe 框数 = 1850 tomato_ripe 框数 = 3381 tomato_rotten 框数 = 1346 tomato_unripe 框数 = 2119 总框数：
43610编辑于 2025-09-09- 来自专栏ml
linux----关于定位和查找
1.top --查看进程 2.su --临时切换用户命令 [root@tomato2 ~]# sudo su gongxijun [gongxijun@tomato2 root]$ 3 .whoami ---我是谁 查看自己目前的用身份 [gongxijun@tomato2 root]$ whoami gongxijun 4.exit ---退出当前用户 [gongxijun @tomato2 root]$ exit exit [root@tomato2 ~]# 5.ifconfig ---查看用户的ip信息 mac,eth0 ,ip 等等信息 [gongxijun -3.0-1.el6- x86_64/checksum_data /var/log/sa /var/log/samba [gongxijun@tomato2 8. apropos --- 关键字搜索命令 [gongxijun@tomato2 root]$ apropos process
1.4K80发布于 2018-03-26 - 来自专栏大数据文摘
复工没效率？用Python做个番茄工作时钟吧！
/tomato.py # start a 25 minutes tomato clock + 5 minutes break$ . /tomato.py -t # start a 25 minutes tomato clock$ . /tomato.py -t <n> # start a <n> minutes tomato clock$ . /tomato.py -b # take a 5 minutes break$ ./tomato.py -b <n> # take a <n> minutes break$ . /tomato.py -h # help ? tomato 25 minutes. Ctrl+C to exit ??
99920发布于 2020-03-20 - 来自专栏chafezhou
小说python中的*和**
': 'red'} >>> get_multiple('lemon', 'tomato', 'squash', fruits, 'unknown') Traceback (most recent call keyword-only argument: 'dictionary' 必须指定关键字参数 >>> fruits = {'lemon': 'yellow', 'orange': 'orange', 'tomato ': 'red'} >>> get_multiple('lemon', 'tomato', 'squash', dictionary=fruits, default='unknown') ['yellow 三、元组解包 >>> fruits = ['lemon', 'pear', 'watermelon', 'tomato'] >>> first, second, *remaining = fruits ', 'LEMON', 'PEAR', 'WATERMELON', 'tomato', 'pear'} ** 也有类似操作 合并两个dict >>> date_info = {'year': "2020
94220发布于 2018-12-25 - 来自专栏R语言数据分析指南
详谈R语言构建地理投影系统绘制高端地图
%>% filter(year == 2020) 数据联接 tomato_world <- world %>% left_join(tomato_prod, by = c("iso_a3" = ❞ 数据转换 tomato_world_wintri <- lwgeom::st_transform_proj(tomato_world, crs = crs_wintri) ❝st_transform_proj 函数并将另一个变量 tomato_world 中的地理空间数据转换到了新的投影系统（即前面定义的 crs_wintri）中。 在这里，我们将 tomato_world 中的数据转换到了 crs_wintri 指定的投影系统中。 这样，通过运行上面的代码，我们就能得到一个新的地理空间数据框架 tomato_world_wintri，它将原来的地图信息转换到了新的投影系统中。
2.4K20编辑于 2022-12-20 - 来自专栏FreeSWITCH中文社区
Dagger2 使用总结（二)
复用一般使用dependencies或者@Subcomponent，这两者比较相似，要注意区分，先看实现再总结吧： ★ 依赖dependencies ★ 场景：现在有Vegetable抽象类和其两个子类Tomato 这时候我们可以建立BaseComponent接口，其他需要使用这两个对象的Component接口依赖于这个BaseComponent接口即可注入这两个对象，如下： 在新建Vegetable、Tomato public abstract class Vegetable { public abstract void print(); } public class Tomato extends Vegetable{ @Override public void print() { Log.d(TAG, "This is a tomato"); 为方便对比，还是刚刚的例子，看看代码实现： 新建Vegetable、Tomato、Potato和VegetableModule ? 同上例。 新建BaseComponen ?
50010发布于 2020-12-21 - 来自专栏登神长阶
【论文复现】农作物病害分类(Web端实现)
___Bacterial_spot', 29: 'Tomato___Early_blight', 30: 'Tomato___Late_blight ', 31: 'Tomato___Leaf_Mold', 32: 'Tomato___Septoria_leaf_spot', 33: 'Tomato___Spider_mites Two-spotted_spider_mite', 34: 'Tomato___Target_Spot', 35: 'Tomato___Tomato_Yellow_Leaf_Curl_Virus', 36: 'Tomato___Tomato_mosaic_virus', 37: 'Tomato___healthy'} 使用方式 下载附件即可。
24610编辑于 2024-12-25 - 来自专栏单细胞天地
OSCA单细胞数据分析笔记13—Multi-sample comparison
#已完成质控、聚类、批次矫正、细胞类型注释 merged table(merged$tomato,merged$pool) # 3 4 5 # FALSE 6829 # TRUE 2411 3007 4544 library(scater) #同一聚类图谱中两组样本的细胞数目分布 head(table(colLabels(merged), merged$tomato keep <- filterByExpr(y, group=current$tomato) y <- y[keep,] summary(keep) # Mode FALSE TRUE # y <- calcNormFactors(y) y （4）差异分析（校正批次效应） 首先需要交代design matrix # tomato 为分组情况 # pool 为批次情况 y$samples [,c("tomato","pool")] # tomato pool #Sample1 TRUE 3 #Sample2 FALSE 3 #Sample3 TRUE
2.2K20编辑于 2022-01-10 - 来自专栏Python编程 pyqt matplotlib
基于VGG16迁移学习给蔬菜水果分类
Predicted: "sweetpotato", Actual: "sweetpotato" Predicted: "sweetpotato", Actual: "sweetpotato" Predicted: "tomato ", Actual: "tomato" Predicted: "tomato", Actual: "tomato" Predicted: "tomato", Actual: "tomato" Predicted : "tomato", Actual: "tomato" Predicted: "tomato", Actual: "tomato" Predicted: "tomato", Actual: "tomato " Predicted: "tomato", Actual: "tomato" Predicted: "tomato", Actual: "tomato" Predicted: "tomato", Actual : "tomato" Predicted: "tomato", Actual: "tomato" Predicted: "turnip", Actual: "turnip" Predicted: "turnip
1.4K10编辑于 2022-06-07 - 来自专栏Python爬虫与数据挖掘
Python大佬爬取了10亿票房的《西虹市首富》热评，一起来解读吧！
数据爬取 此次数据爬取我们参考了之前其他文章中对于猫眼数据的爬取方法，调用其接口，每次取出部分数据并进行去重，最终得到上万条评论，代码如下： tomato = pd.DataFrame(columns= ':item['content'], 'nick':item['nick']},ignore_index=True) tomato.to_csv('西虹市首富4.csv',index= 部分代码展示 热力图： tomato_com = pd.read_excel('西虹市首富.xlsx') grouped=tomato_com.groupby(['city']) grouped_pct = ' '.join(tomato_com['comment']) words_list = [] word_generator = jieba.cut_for_search(tomato_str 数据集的获取地址为： https://github.com/shujusenlin/tomato_film/blob/master/西虹市首富.xlsx
80710发布于 2019-10-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号