摘要:昨天上午,我發(fā)布了業(yè)界第一款性能統(tǒng)計(jì)分析框架。同時,這個工具也是學(xué)習(xí)瀏覽器加載渲染網(wǎng)頁過程和性能優(yōu)化的一個利器,因此我們也可以把他作為一個強(qiáng)大的學(xué)習(xí)輔助工具,不至于讓我們在樣本過少的情況下得到錯誤的結(jié)論。
昨天上午10:00,我發(fā)布了業(yè)界第一款「性能統(tǒng)計(jì)分析框架」Hiper。
截止到2018年6月6號20:00分,已經(jīng)500個star了,同時項(xiàng)目也沖上了Github新熱門榜單第三名的位置
先說下Hiper是解決什么問題的
我們開發(fā)完一個項(xiàng)目或者給一個項(xiàng)目做完性能優(yōu)化以后,如何來衡量這個項(xiàng)目的性能是否達(dá)標(biāo)?
我們的常見方式是在Dev Tool中的performance和network中看數(shù)據(jù),記錄下幾個關(guān)鍵的性能指標(biāo),然后刷新幾次再看這些性能指標(biāo)。
有時候我們發(fā)現(xiàn),由于樣本太少,受當(dāng)前「網(wǎng)絡(luò)」、「CPU」、「內(nèi)存」的繁忙程度的影響很重,有時優(yōu)化后的項(xiàng)目反而比優(yōu)化前更慢。
如果有一個工具,一次性地請求N次網(wǎng)頁,然后把各個性能指標(biāo)取出來求平均值,我們就能非常準(zhǔn)確地知道這個優(yōu)化是「正優(yōu)化」還是「負(fù)優(yōu)化」。
并且,也可以做對比,拿到「具體優(yōu)化了多少」的準(zhǔn)確數(shù)據(jù)。這個工具就是為了解決這個痛點(diǎn)的。
同時,這個工具也是學(xué)習(xí)「瀏覽器加載渲染網(wǎng)頁過程」和「性能優(yōu)化」的一個利器,因此我們也可以把他作為一個強(qiáng)大的學(xué)習(xí)輔助工具,不至于讓我們在樣本過少的情況下得到錯誤的結(jié)論。
Hiper就是為了解決上述的痛點(diǎn)應(yīng)運(yùn)而生的,如果你也有類似的痛點(diǎn),或者你僅僅是需要一款工具輔助你學(xué)習(xí)「瀏覽器加載渲染網(wǎng)頁過程」和「性能優(yōu)化」方面的知識,那么Hiper是你正確的選擇!!
我會一直投入心血在這個項(xiàng)目上,所以歡迎大家star,PR更加歡迎!!
下面是統(tǒng)計(jì)數(shù)據(jù)截圖
詳細(xì)使用信息請參照項(xiàng)目的README.md和這篇文章
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/107971.html
摘要:昨天上午,我發(fā)布了業(yè)界第一款性能統(tǒng)計(jì)分析框架。同時,這個工具也是學(xué)習(xí)瀏覽器加載渲染網(wǎng)頁過程和性能優(yōu)化的一個利器,因此我們也可以把他作為一個強(qiáng)大的學(xué)習(xí)輔助工具,不至于讓我們在樣本過少的情況下得到錯誤的結(jié)論。 昨天上午10:00,我發(fā)布了業(yè)界第一款「性能統(tǒng)計(jì)分析框架」Hiper。 截止到2018年6月6號20:00分,已經(jīng)500個star了,同時項(xiàng)目也沖上了Github新熱門榜單第三名的位...
摘要:一在線矢量設(shè)計(jì)軟件支持在線設(shè)計(jì)團(tuán)隊(duì)協(xié)作強(qiáng)大中文生態(tài),無需翻譯插件說到在線設(shè)計(jì),或許很多設(shè)計(jì)師會第一時間想到。但如果是給國內(nèi)的設(shè)計(jì)師做推薦,筆者依然會選擇,因?yàn)橐驗(yàn)闆]有中文,且翻譯插件很難用,再加之服務(wù)器在國內(nèi),網(wǎng)速更有保障。 如何提升工作效率一定是職場人長久以往需要解決的問題,很多人都有過這...
摘要:然而,可用數(shù)據(jù)集的規(guī)模卻沒有成比例地?cái)U(kuò)大。這還說明無監(jiān)督表征學(xué)習(xí),以及半監(jiān)督表征學(xué)習(xí)方法有良好的前景。例如,對于對象探測得分,單個模型目前可以實(shí)現(xiàn),高于此前的。此外,構(gòu)建包含圖片的數(shù)據(jù)集并不是最終目標(biāo)。 都說深度學(xué)習(xí)的興起和大數(shù)據(jù)息息相關(guān),那么是不是數(shù)據(jù)集越大,訓(xùn)練出的圖像識別算法準(zhǔn)確率就越高呢?Google的研究人員用3億張圖的內(nèi)部數(shù)據(jù)集做了實(shí)驗(yàn),然后寫了篇論文。他們指出,在深度模型中,視...
閱讀 1535·2023-04-26 02:08
閱讀 3127·2021-10-14 09:42
閱讀 7177·2021-09-22 15:34
閱讀 3236·2019-08-30 13:16
閱讀 2718·2019-08-26 13:49
閱讀 1342·2019-08-26 11:59
閱讀 1251·2019-08-26 10:31
閱讀 2170·2019-08-23 17:19