JavaScript 将死?

Python实战社群

Java实战社群

长按识别下方二维码,按需求添加

扫码关注添加客服

进Python社群▲

扫码关注添加客服

进Java社群

作者 | shawn wang

译者 | Arvin,责编 | 夕颜

出品 | CSDN(ID:CSDNnews)

以下为译文:

          

每隔十年,JavaScript就会发生一次交接换班。我认为我们才刚刚开始一个加速变革的时期,在未来,这可能会被认为是JavaScript的第三纪元。

             

 

01

迄今为止的故事

JS的第一个时代(从1997年至2007年)堪称虎头蛇尾。大家都知道Brendan Eich的故事,但很少有人知道ES4是如何在诸如Flash / Actionscript之类的封闭生态系统的激烈竞争中步履蹒跚的。有关JS完整起源的故事,Brendan Eich和Allen Wirfs-Brock写的“《JavaScript:最初的20年》讲得最好。

             

JS的第二个时代(从2009年至2019年)始于2009的奇迹之年,这年诞生了npm,Node.js和ES5。随着Doug Crockford向我们展示了其出色的功能,用户构建了一套完整的JS 构建工具和库,并将JS的应用范围扩展到了台式机和新型智能手机。到2019年,我们甚至在诸如Facebook的Hermes手机以及诸如Svelte 3的编译器先行前端框架中看到JS专用运行时。

 

02

第三个时代

2020年就像一个新时代的开始。如果说“第一时代”是关于建立一种语言,而“第二时代”是关于用户探索和扩展语言,那么“第三时代”就是关于清理遗留假设和折叠工具层。

 

注意:我之前已经提出过“ 折叠层”的论点!

 

主要的遗留假设是JS生态系统对CommonJS的依赖,它是一系列妥协的结果。它的替代产品ES Modules已经静默了一段时间,但鉴于现有的模组虽然发展缓慢但“足够好”,因此ES Modules缺乏真正飞跃的动力。在前端,现代浏览器也可以简单处理这些内容,但重要的细节尚未解决。这个Pika/Snowpack项目的定位是通过提供一个可以随着ES模块的开发而消失的外观来加速未来的发展。作为最后的奖励,IE11将从今年开始直到2029年结束其缓慢的发展。

 

另一个必须被清理的假设是JavaScript工具必须在JavaScript中构建。在热路径中实现类型安全和10倍至100倍性能加速的潜力实在不容忽视。TypeScript几乎完全接管了JavaScript,“for JS in JS”的理想逐渐消失。现在Deno和Relay证明人们将学习Rust来贡献核心JS工具。Brandon Dail预测,这一转换将在2023年完成。我们将继续为大多数不关心性能的周边工具编写JavaScript和TypeScript。过去我们经常考虑“ 功能性核心,声明式Shell ”,现在逐渐转向“系统性核心,脚本式Shell”。

 

图层能够以有趣的方式折叠。Deno采取了一种激进的方法来编写一个全新的运行时,将大量常用工具折叠起来,包括执行诸如测试,格式化,linting和捆绑到一个二进制文件中, TypeScript的折叠甚至包括一个标准库等任务。Rome采取了另一种策略,将所有这些层折叠到Node.js节点(据我所知,这些使用起来很简单)。

 

即使在前端框架中,正在进行的活动也很有趣。Svelte 将从动画到状态管理的所有内容都折叠到了编译器中。React正在探索元框架和客户端-服务器集成。Vue 正在开发一个名为Vite的“unbundler(非捆绑式)”开发服务器项目。

 

总的来说,第三时代的JS工具将具有以下特点:

  • 快速

  • ESM优先

  • 折叠图层

  • 类型安全(以强类型语言为核心构建,在零配置的用户代码中支持TS)

  • 更安全(来自依赖攻击或宽松权限)

  • 多种语言

  • 同构(JS应该首先在构建时运行或者在到达客户端之前在服务器端运行)

所有这些工作的结果是开发人员获得更好的体验(更快的构建,行业标准的工具)和用户体验(更小的捆绑包,更快的功能交付)。它是JavaScript从站点脚本编写玩具语言到完整应用程序平台的最终蜕变。

 

03

JavaScript将死?

如果Gary Bernhardt的预测成立,那么“第三纪元”可能是JavaScript的最后时代(他给JS的“死亡”日期定为2035年)。因特网构建工具世界的幽灵总是若隐若现,甚至Brendan Eich也将他的名言更正为“ Always Bet on JS-and WASM”。他本以为JS可以成为“通用虚拟机”,但他曾告诉我, WASM现在是这个想法的最终实现。

 

如果是这样的话,我们现在就要进入游戏终局阶段了。

作者简介:


swyx(shawn wang),JS工程师,博主,开源项目参与者

原文链接:

https://www.swyx.io/writing/js-third-age/

程序员专栏 扫码关注填加客服 长按识别下方二维码进群

近期精彩内容推荐:  

 内部泄露版!互联网大厂的薪资和职级一览

 在互联网公司上班 VS 在金融公司上班

 动态图展示6个常用的数据结构,一目了然

 去掉烦人的 “ ! = null " (判空语句)

在看点这里好文分享给更多人↓↓

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经组成,神经之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值