探索PureScript的神奇：purescript-run

于 2024-06-10 09:58:51 发布
阅读量293 收藏 9
点赞数 5
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gitblog_00047/article/details/139573098
版权

探索PureScript的神奇：purescript-run

purescript-runAn extensible-effects implementation项目地址:https://gitcode.com/gh_mirrors/pu/purescript-run

在编程世界中，找到一种既能实现高效运行时处理又不失灵活性的方法是一大挑战。这就是purescript-run项目所要解决的问题。它是一种基于purescript-variant的可扩展效果系统，为你的PureScript应用带来了强大的功能和无尽的可能性。

项目介绍

purescript-run是PureScript社区的一个重要贡献，它提供了一种利用普通数据类型构建程序的方式，并能够轻松地对其进行解释执行。通过使用Free数据类型和VariantF，你可以编写出易于理解、可组合且可扩展的效果系统。

项目技术分析

purescript-run的核心在于Free和VariantF的概念。Free允许你将任何Functor转换成一个Monad，从而创建出一种DSL（领域特定语言）。这种DSL以纯数据的形式存在，直到你需要通过解释器将其转化为实际行为。而VariantF则提供了一种可扩展的联合类型，使得多个DSL可以无缝地协同工作，无需手动进行繁琐的类型转换。

应用场景

你可以使用purescript-run来构建各种各样的应用程序，从简单的命令行交互到复杂的系统集成。例如，你可以在一个程序中同时处理用户输入、数据库访问和网络通信，每个部分都可以独立设计和测试，然后通过Run将它们连接在一起。此外，由于其高度的可扩展性，purescript-run也适用于构建模块化的大型系统。

项目特点

  1. 可扩展性 - 通过VariantF数据类型，你可以方便地添加新的效果到现有的程序中，而不需要修改原有的代码。
  2. DSL构建 - 使用Free数据类型，可以轻易地定义自己的DSL，使代码更清晰易懂。
  3. 模块化解释 - 可以选择在何时何地解释效果，这有利于按需分配资源并保持程序的纯粹性。
  4. 堆栈安全性 - 通过interpretRec函数，你可以确保即使处理复杂的效果链，也不会出现堆栈溢出问题。

通过学习和应用purescript-run，你的PureScript编码体验将会提升到一个新的层次，你将能创造出更为灵活和高效的软件解决方案。现在就加入这个旅程，开启你的Purescript神奇之旅吧！

purescript-runAn extensible-effects implementation项目地址:https://gitcode.com/gh_mirrors/pu/purescript-run

卓桢琳Blackbird
关注
purescript-home-run-ball:一个库，用于应用一排规则进行验证以细化值
05-12
Purescript本垒打球 一个库，用于对任何值应用一行验证的规则，返回应用了规则的原始数据或失败的规则列表。 请参阅有关此库的。 例子 @joneshf在做了一个很酷的演示展示了这个库和 。 以下是测试中的部分摘录： ...
purescript-run:可扩展效果的实现
05-07
Run是PureScript的可扩展代数效果的实现。 这意味着我们可以使用普通的PureScript数据类型编写可组合程序，然后在我们实际希望运行它们时为这些数据类型提供解释器。 我们的效果描述自然可以与其他元素组合在一起，...
purescript-node-postgres：node-postgres的PureScript绑定
03-03
Node-postgres的PureScript绑定 用于PureScript绑定（在GitHub上为 ）。 安装 克隆项目并安装其依赖项： git clone https://github.com/epost/purescript-node-postgres cd purescript-node-postgres npm install ...
purescript-web3-generator:purescript-web3的代码生成工具
05-24
purescript-web3-generator 从Solidity ABI生成purescript模块要求npm入门 > git clone> cd purescript-web3-generator> npm install> npm run build> npm run test如何使用它有关遵循以下步骤的完整示例，请参见 。...
beerRun：Beer Run-2D Sidescroller
02-04
如何在本地玩Beer Run 在您的终端中运行以下命令 克隆存储库 git clone git@github.com:althe1/beerRun.git Npm安装： npm install Npm版本： npm run build 运行服务器： npm start 由...制作：
逆变器PQ控制模型、逆变器并网模型（Simulink） 直流侧电压650V～2000V均可 交流测电压为380V 有功功率和无功
10-10
逆变器PQ控制模型、逆变器并网模型（Simulink） 直流侧电压650V～2000V均可 交流测电压为380V 有功功率和无功功率可达10kW或10kVar，甚至更高
SpringBoot+Vue工厂生产设备维护管理系统答辩PPT.ppt
10-10
计算机毕业设计答辩PPT
CPA 税法 马兆瑞 基础班 第10章-本章概述-PPT-8页.pdf
10-10
CPA 税法 马兆瑞 基础班 第10章-本章概述-PPT-8页.pdf
CCS软件之工程模板的创建
10-10
工程模板创建的基础文件
nmpc非线性模型预测控制从原理到代码实践 含4个案例 自动泊车轨迹优化； 倒立摆上翻控制； 车辆运动学轨迹跟踪； 四旋翼无人机
10-10
nmpc非线性模型预测控制从原理到代码实践 含4个案例 自动泊车轨迹优化； 倒立摆上翻控制； 车辆运动学轨迹跟踪； 四旋翼无人机轨迹跟踪。
SpringBoot+Vue多媒体素材管理系统答辩PPT.pptx
10-10
计算机毕业设计答辩PPT
cmake-3.30.1-windows-arm64.msi win11 on arm 通过cmake编译&运行C++代码
10-10
cmake-3.30.1-windows-arm64.msi 安装完毕后一定要设置环境变量。 可以参考：https://blog.csdn.net/feng8403000/article/details/142767555
基于BOSS直聘数据分析师职位信息的爬虫实现、数据分析、数据可视化和机器学习预测的综合性项目python源码.zip
最新发布
10-10
基于BOSS直聘数据分析师职位信息的爬虫实现、数据分析、数据可视化和机器学习预测的综合性项目python源码.zip
图像处理之直方图均衡化与CLAHE技术详解及Python代码实现（包含详细的完整的程序和数据）
10-10
内容概要：本文详细介绍并提供了如何使用 OpenCV-Python 在不同颜色空间下进行直方图均衡化（Histogram Equalization）以及自适应直方图均衡化（Adaptive Histogram Equalization, AHAE 或称为 Contrast Limited Adaptive Histogram Equalization, CLAHE）的实际应用示例，从原理出发，对比这两种方法的效果及其特点。 适合人群：有一定 Python 编程能力并对 OpenCV 具有基本认知的开发者和研究人员。 使用场景及目标：可用于改善数字影像质量的应用场合，在医疗、安防监测、遥感分析等多种视觉任务中有广泛的用途。 其他说明：本文除了介绍两种主要的直方图均衡化技术外，还讨论了如何针对彩色图像在 HSV 和 YUV 等色彩模型中进行优化操作，并给出完整的源代码，便于读者上手试验。此外，提示使用者注意在特定环境下使用时可能出现的弊端以及未来的研究方向。
CPA 《税法》 马兆瑞 教材精讲 第十一章印花税法和企业所得税法 第一段.pdf
10-10
CPA 《税法》 马兆瑞 教材精讲 第十一章印花税法和企业所得税法 第一段.pdf
Python实现循环链表数据结构（包含详细的完整的程序和数据）
10-10
本文详细介绍了循环链表这一数据结构的两种形式—循环单链表与循环双链表的具体实现方法，并给出了具体的操作实例。内容涉及节点的添加与删除，查找元素等功能以及如何计算列表的长度。 适合人群：具有Python基础知识并对数据结构有一定兴趣的学习者与程序员。 使用场景及目标：适用于约瑟夫问题，循环队列等问题，通过学习能够更好地理解和运用这类结构来优化程序。 其他说明：强调正确的指针管理与合理的错误检查对于防止运行时发生故障（如内存泄漏和断开链表）是非常重要的，并提出可能进一步提升性能的方向。
Django+Vue公务员考试信息管理系统答辩PPT.ppt
10-10
计算机毕业设计答辩PPT
python 程序 截图工具
10-10
python 程序 截图工具
基于yolov9实现的打电话、玩手机检测系统python源码+详细运行教程+训练好的模型+评估指标曲线.zip
10-10
【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境，然后直接导入到pycharm中，在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客，有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为：pip install -r requirements.txt 或者改成清华源后再执行以上命令，这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后，把anaconda中对应的python导入到pycharm中即可（不难，参考网上博客） 二、环境配置好后，开始训练（也可以训练自己数据集） 1、数据集准备 需要准备yolo格式的目标检测数据集，如果不清楚yolo数据集格式，或者有其他数据训练需求，请看博主yolo格式各种数据集集合链接：https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集，且在不断更新，基本都是实际项目使用。来自于网上收集、实际场景采集制作等，自己使用labelimg标注工具标注的。数据集质量绝对有保证！ 本项目所使用的数据集，见csdn该资源下载页面中的介绍栏，里面有对应的下载链接，下载后可直接使用。 2、数据准备好，开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml，可以自己新建一个不同名称的yaml文件 train：训练集的图片路径 val：验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行，不需要过多参考网上的 3、修改train_dual.py中的配置参数，开始训练模型 方式一： 修改点： a.--weights参数，填入'yolov9-s.pt'，博主训练的是yolov9-s，根据自己需求可自定义 b.--cfg参数，填入 models/detect/yolov9-c.yaml c.--data参数，填入data/banana_ripe.yaml，可自定义自己的yaml路径 d.--hyp参数，填入hyp.scratch-high.yaml e.--epochs参数，填入100或者200都行，根据自己的数据集可改 f.--batch-size参数，根据自己的电脑性能（显存大小）自定义修改 g.--device参数，一张显卡的话，就填0。没显卡，使用cpu训练，就填cpu h.--close-mosaic参数，填入15 以上修改好，直接pycharm中运行train_dual.py开始训练 方式二： 命令行方式，在pycharm中的终端窗口输入如下命令，可根据自己情况修改参数 官方示例：python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型，后续测试可以拿来用。 三、测试 1、训练完，测试 修改detect_dual.py中的参数 --weights，改成上面训练得到的best.pt对应的路径 --source，需要测试的数据图片存放的位置，代码中的test_imgs --conf-thres，置信度阈值，自定义修改 --iou-thres，iou阈值，自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
docker run \ --volume=/:/rootfs:ro \ --volume=/var/run:/var/run:rw \ --volume=/sys:/sys:ro \ --volume=/var/lib/docker/:/var/lib/docker:ro \ --volume=/dev/disk/:/dev/disk:ro \ --publish=8080:8080 \ --publish=8081:8081 \ --detach=true \ --name=cadvisor \ --device=/dev/nvidiactl \ --device=/dev/nvidia-uvm \ --device=/dev/nvidia0 \ gcr.io/cadvisor/cadvisor:v0.39.0 --port=8080 --logtostderr详细解释下这段配置的各个参数及其作用
06-10
- `--volume=/var/run:/var/run:rw`：将主机的/var/run目录挂载到容器的/var/run目录下并且可读可写（rw）。 - `--volume=/sys:/sys:ro`：将主机的/sys目录挂载到容器的/sys目录下，并且只读模式（ro）。 - `--...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

卓桢琳Blackbird

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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