#performance-optimization Repositórios
489 repositórios no total
I/O de baixa sobrecarga e não bloqueante, implementação de Processo externo para Java
Meça a diferença entre duas strings com a implementação JS mais rápida do algoritmo de distância de Levenshtein
cmix é um programa de compressão de dados sem perdas (lossless) destinado a otimizar a taxa de compressão ao custo de alto uso de CPU/memória.
Implementações otimizadas de várias funções de biblioteca para processadores com arquitetura ARM
Uma implementação zlib em Rust disponível como uma biblioteca dinâmica C e como um crate Rust
Verificador de segurança transacional de caixa preta baseado em detecção de ciclo
CachedAsyncImage é a maneira mais simples de adicionar cache ao seu AsyncImage.
Dotfiles para Arch Linux / Hyprland / Quickshell, altamente refinados e focados no desempenho, com temas dinâmicos, widgets personalizados e um fluxo de trabalho rápido e moderno.
LeanRL é um fork do CleanRL, onde scripts PyTorch selecionados são otimizados para desempenho usando compile e cudagraphs.
A nova utilidade de transferência de dados do Azure Storage - AzCopy v10
Implementação MessagePack ultrarrápida com extensão para registro e clonagem estrutural / msgpack.org[JavaScript/NodeJS]
Extrair CSS de blocos para múltiplas folhas de estilo + HMR
Cluster de Grafemas e limites de palavras de acordo com as regras da UAX#29
Um ativador JIT para iOS 17 com um computador Windows/macOS na mesma rede Wi-Fi!
Habilidades básicas de JS que os desenvolvedores front-end de grandes empresas precisam dominar. Bem-vindo para abrir issues e PRs para enriquecer os cenários de perguntas de entrevista e problemas reais de grandes empresas.
Momentos se acumularam. Um tema Hugo portado de SumiMakito/hexo-theme-Journal.
Uma pequena (130B a 205B) e rápida utilidade para gerar IDs aleatórios de comprimento fixo
Solução de iluminação otimizada baseada em voxels e analítica para Unity e VRChat
Pacote R para computar e plotar predições, inclinações, médias marginais e comparações (contrastes, razões de risco, chances, etc.) para mais de 100 classes de modelos estatísticos e de ML. Conduzir testes de hipóteses lineares e não lineares, ou testes de equivalência. Calcular estimativas de incerteza usando o método delta, bootstrapping ou inferência baseada em simulação