#performance-optimization Репозитории
Всего репозиториев: 489
Низкозатратный, неблокирующий ввод-вывод, реализация внешних процессов для Java
Измерьте разницу между двумя строками с помощью самой быстрой реализации JS алгоритма расстояния Левенштейна
Быстро создавайте эффективные сайты с помощью Neat, минималистичного CSS-фреймворка.
cmix — это программа для безпотерьной компрессии данных, направленная на оптимизацию коэффициента сжатия за счёт высокого использования CPU/памяти.
Оптимизированные реализации различных функций библиотеки для процессоров с архитектурой ARM
Сверхзвуковой пакет для ограничения скорости для Go с HTTP-промежуточным ПО.
Реализация zlib на Rust, доступная в виде динамической библиотеки C и крейта Rust
CachedAsyncImage — это самый простой способ добавить кеширование к вашему AsyncImage.
Тщательно проработанные dotfiles для Arch Linux / Hyprland / Quickshell с упором на производительность, динамическими темами, пользовательскими виджетами и быстрым современным рабочим процессом.
LeanRL — это форк CleanRL, в котором выбранные скрипты PyTorch оптимизированы по производительности с использованием compile и cudagraphs.
Сверхбыстрая реализация MessagePack с расширением для клонирования записей и структур / msgpack.org[JavaScript/NodeJS]
Извлечь CSS из чанков в несколько таблиц стилей + HMR
Графемные кластеры и границы слов в соответствии с правилами UAX#29
Средство для включения JIT для iOS 17 с компьютером Windows/macOS в той же сети WiFi!
Основные навыки JS, которые необходимо освоить фронтенду крупных технологических компаний, вопросы по сценариям от крупных технологических компаний, реальные экзаменационные вопросы от крупных технологических компаний. Приветствуются issues и PR для обогащения вопросов по сценариям.
Моменты накапливались. Тема Hugo, портированная из SumiMakito/hexo-theme-Journal.
Крошечная (130–205 Б) и быстрая утилита для генерации случайных идентификаторов фиксированной длины
Оптимизированное воксельное и аналитическое решение для освещения в Unity и VRChat
Расширение Polars для общих случаев использования в науке о данных
Пакет R для вычисления и построения графиков предсказаний, наклонов, маргинальных средних и сравнений (контрасты, соотношения рисков, шансы и т. д.) для более чем 100 классов статистических моделей и моделей машинного обучения. Проведение линейных и нелинейных тестов гипотез или тестов на эквивалентность. Расчет оценок неопределенности с использованием дельта-метода, бутстрапа или имитационной статистики