特意向大家推荐.NET技术圈一些优秀开发者的公众号

在互联网技术飞速发展的今天,各种技术席卷而来,总是让人感觉压力山大。作为.NET开发者,我们该如何刷新自己,实现价值的提升呢?

2019年.NET中国开发者峰会之后,我们汇总了.NET技术圈一些优秀开发者的公众号,特意向大家推荐,他们都是最爱技术的开发者、他们一点一点的积累优秀的文章,既是在刷新自己的知识体系,也是在培育社区。他们是我们身边值得信赖的朋友,我们一起来关注吧~

dotNET跨平台

长按二维码关注

《dotNET跨平台》是国内首个以.NET程序员、技术文化、新闻为主题的公众号,拥有约5万读者。在这里你可以谈微软.NET, Mono的跨平台开发技术,也可以谈谈其他的跨平台技术。在这里可以让你的.NET项目有新的思路,不局限于微软的技术栈,横跨Windows,Linux主流平台。

玩转VS Code

长按二维码关注

作者是微软开发工具事业部的资深开发工程师。他 GitHub 的 Star 超两万!也是 VS Code 的代码贡献者,写过 20 多款 VS Code 插件,其中最热门的 Code Runner 有超过一千万下载量。他还是 PyCon、JSConf、.NET Conf、Microsoft Tech Summit、Google Developer Group 的讲师。VS Code、开发工具、业界资讯等技术内容,都可以在这里找到。带你玩转VS Code!

dotNET匠人

长按二维码关注

号主 Bravo Yeung 是985高校计算机硕士,目前任职于一家总部在硅谷的高科技外企。他是CSDN博客专家,知乎干货答主(2.2万关注者,获81K 赞同, 37K 感谢, 234K 收藏),善用 RSS,是个工具软件科普小能手,更是一位名副其实的极客玩家!!!

除了在技术开发领域有一定造诣以外,还擅长各大自媒体平台影响力从0到1的运营。

ps: 关注可立获免费的高质量 .NET core, WPF 和 ASP.NET 学习资源。

回复“运营图谱”“运营工具箱 ”,还能获取意想不到的运营干货。

DotNET技术圈

长按二维码关注

【DotNET技术圈】面向DotNET的线上技术社区。社区宗旨:以弘扬互联网精神为己任,致力于打造开放,分享,互利,共赢的互联网技术社区。打破闭塞,拉进你我,分享知识,共同进步,努力创造更加友善进取的.NET技术圈。

寒树Office与RPA

长按二维码关注

号主是苏州.NET俱乐部执行主席,Office+RPA+AI开发爱好者。第四次工业革命,催生了数字自动化劳动,Office+RPA与AI技术的融合,成为智能信息社会的重要环节。5G时代操作系统将迎来变革,或可催生出系统级的RPA平台。拒绝996加入生产力讨论组,后台回复“Office”或“RPA”,与你一起挑战生活的意义 推荐阅读:微软备战 RPA 市场,Power Platform,Ready GO!

DotNET技术平台

长按二维码关注

分享.NET Core源码研究成果,并持续关注C#语言特性、微服务、DevOps以及容器领域。愿我们共同努力,推动.NET生态的完善,促进.NET社区的进步。

PS: 公众号引入了一位台湾的程序员作为运营者,欢迎大家积极来撩。我们将竭诚合作,为大家撰写高质量的技术博客。

dotNET骚操作

长按二维码关注

【DotNET骚操作】.NET骚操作,在同样.NET的代码中体验.NET的不同。寻找.NET的快乐,挑战.NET的极限。

移动开发和人工智能

长按二维码关注

专注于微软.NET技术的机器学习和移动开发资讯,致力于AI技术民主化,平民化。

dotNET程序园

长按二维码关注

《DotNet程序园》为个人兴趣爱好运营,主要以技术文章分享为主,是 .NET Core 原创内容发源地,第一时间分享最新最热的.NET知识。也常常用于和圈内大牛沟通交流,欢迎投稿。

dotNET NB

长按二维码关注

号主是复活广州.NET技术俱乐部发起者之一,广州.NET技术俱乐部微信群管理员,95后开发者,热衷于 .NET Core 技术学习分享,热爱参加社区活动,专注为 .NET 社区做贡献,希望我们可以互相交流学习,共同推动社区发展,.NET 社区 NB。

NET Core从壹开始

长按二维码关注

号主 老张的哲学 目前就职于国内某外企公司。他从2018年开始,全身心投入.NetCore以及前后端分离相关技术栈社区分享教学,发布近百篇文章,开源数十个Github项目,其中 Blog.Core 开源项目,收获1000个Star,而且还通过建群,每天全天在线千人群中解答群友提出的各种问题!!!

除了在技术开发以外,还致力于活动推广与活动筹办,努力实现线下活动的良好施行。

关注这些公众号,成长快人一步~

你点的每一个"在看"

我都当成了喜欢!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/312654.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ASP.NET Core on K8S深入学习(11)K8S网络知多少

Photo :Kubernetes文 | Edison Zhou本文已加入《.NET Core on K8S 学习与实践系列文章索引目录》,点击查看阅读更多容器化相关文章,希望对你有所帮助!Kubernetes网络模型我们都知道Kubernetes作为容器编排引擎,它有一个…

Leetcode动态规划 不同路径

A robot is located at the top-left corner of a m x n grid (marked ‘Start’ in the diagram below). The robot can only move either down or right at any point in time. The robot is trying to reach the bottom-right corner of the grid (marked ‘Finish’ in the…

Amazon、Linux基金会开发边缘网络交换器操作系统

Amazon、Linux基金会和5家网络业者上周宣布边缘网络交换器操作系统项目DENT,可能冲击开发专属操作系统的网络晶片及设备业者。DENT希望集结网络设备制造商,系统整合商及晶片厂商,为分散式厂区、远端办公室、分公司及零售业开发解构式网络交换…

fit、transform与fit_transform

fit(x) 是对x进行训练 transform(y) 是将模型直接应用于y fit_transform(x) 是对x进行训练后再将模型应用于x x_test加fit,pca x_test不加fit -4 1 0.8855240762093011 0.6501925545571245 0.7678583153832128 -4 3 0.8855236186606635 0.6508344030808729 0.76817…

多库操作:多个数据库的动态切换(一)

▼更多精彩推荐,上午11点到达▼在平时的开发中,受到传统模式的影响,我们都是习惯了单一的数据库表操作,把数据都建到一个库里边,然后进行增删改查,这个是很经典的开发模式。但是随着项目开发,总…

SMOTE/SMOTEEN 处理不平衡数据集

imblearn包 from imblearn.over_sampling import SMOTE from imblearn.combine import SMOTEENN代码 smo SMOTE(random_state42) x_train, y_train smo.fit_sample(x_train, y_train)smo SMOTEENN(random_state42) x_train, y_train smo.fit_sample(x_train, y_train)

超燃| 2019 中国.NET 开发者峰会视频发布

首届 .NET Conf China 2019 年,注定会是 .NET Core 社区发展的关键一年,诸多重大事件在这一年发生!正如大家所期待的那样,刷新中国 .NET 社区的年度盛会——2019 中国 .NET 开发者峰会(.NET Conf China 2019&#xff0…

Lingo优化模型概述

注意事项 lingo中变量默认是非负的示例 model: max 2*x1 3*x2; 2*x1 x2 < 8; 4*x1 3*x2 < 15; end数组型变量 集合段、数据段、目标与约束段、计算段、初始段和子模型段 model: sets: s/1..10/:x; endsetsdata: x 1 2 3 4 5 6 7 8 9 10; enddatamin sum(s(i):x…

刷新.NET

.NET Core 发布的那一天起&#xff0c;它在完成自我刷新的过程&#xff0c;一切为了适应未来&#xff0c;云原生。不仅仅跨平台那么简单。.NET Core 未来发展路线我们发现跳过了.NET Core 4.X 避免了和目前.NET Framework4.X命名上的混乱&#xff0c;明年直接命名为了.NET 5 &a…

XGBClassifier()特征选择

clf XGBClassifier() clf.fit(x_train, y_train) importances clf.feature_importances_ # print(importances) indices np.argsort(importances)[::-1] # print(indices)

如何备份和还原您的Kubernetes集群资源和持久卷?

众所周知&#xff0c;Kubernetes可以协调连接在一起&#xff0c;作为一个工作单元&#xff0c;形成高可用性的计算机集群。Kubernetes包含许多抽象概念&#xff0c;这些抽象概念允许将容器化的应用程序部署到集群中&#xff0c;而无需将它们附加到单独的机器上。简而言之&#…

sklearn评价指标

机器学习中&#xff0c;常见的评价指标如下&#xff1a; 准确率&#xff08;Accuracy&#xff09; 精确率&#xff08;Precision&#xff09; 灵敏度&#xff08;Sensitivity&#xff09;&#xff0c;即召回率&#xff08;Recall&#xff09; 特异度&#xff08;Specificity&am…

C# WPF抽屉效果实现

时间如流水&#xff0c;只能流去不流回&#xff01;点赞再看&#xff0c;养成习惯&#xff0c;这是您给我创作的动力&#xff01;本文 Dotnet9 https://dotnet9.com 已收录&#xff0c;站长乐于分享dotnet相关技术&#xff0c;比如Winform、WPF、ASP.NET Core等&#xff0c;亦有…

seaborn.heatmap概述

点击这里查看官网文档 如果是单纯看数据分布情况&#xff0c;则直接调用包即可。 如果是想看特征两两之间的相似图&#xff0c;则需先求一个相关系数矩阵。 参考样例 import numpy as np import seaborn as sns import matplotlib.pyplot as pltnp.random.seed(10) sns.set_t…

视频来了!Visual Studio Online 东半球首秀 @ .NET Conf 2019 中国峰会

2019 年 11 月 9 日&#xff0c; .NET Conf 2019 中国峰会于上海中谷小南国花园酒店举行&#xff0c;全国的 .NET 大咖相聚上海。这次我演讲的主题是《Visual Studio Code —— .NET 开发利器》。除了聊了聊韩老师开发的 .NET Core Test Explorer&#xff0c;还重点聊了聊 Visu…

PAT-A Sign In and Sign Out

这题挺水的&#xff0c;就是要注意char数组长度至少设置为16&#xff0c;设成15由于存在结尾结束符&#xff0c;会导致长度为15的ID无法存入数组中。 #include<bits/stdc.h> using namespace std;int main() {int n;scanf("%d", &n);char be[16], ed[16];…

开源性能监控工具APM之Skywalking和Pinpoint的实测对比

作者&#xff1a;zollty&#xff0c;资深程序员和架构师&#xff0c;私底下是个爱折腾的技术极客&#xff0c;架构师社区合伙人&#xff01;零&#xff0c;什么是APM&#xff1f;APM&#xff08;ApplicationPerformance Management&#xff09;是一种应用性能监控工具&#xff…

PAT-A Maximum Subsequence Sum

是道常规的动态规划题&#xff0c;不过我有被卡住&#xff08;丢脸 需要考虑当序列整体求和为0的情况。 #include<bits/stdc.h> using namespace std;int main() {int k;vector<int> v;scanf("%d", &k);int temp;bool all_negative true;for(int i…

.Net Core 3.1,这匹黑马,2020年值得所有程序员重视!

强人掌舵 重回巅峰2014年萨蒂亚纳德拉接棒史蒂芬鲍尔默成为微软掌门人&#xff0c;五年的时间&#xff0c;纳德拉将夕阳西下、停滞不前的微软重新带回巅峰状态。2019年&#xff0c;微软今年挤下苹果&#xff0c;成为2019年全球市值最高企业&#xff0c;终止苹果过去7年来的龙头…

GridSearchCV和RandomizedSearchCV(以SVM为例)

GridSearchCV参考代码 CC []gammas []for i in range(-5, 16, 2):CC.append(2 ** i)for i in range(3, -16, -2):gammas.append(2 ** i)param_grid {"C": CC, "gamma": gammas}gs GridSearchCV(SVC(probabilityTrue), param_grid, cv10)gs.fit(x, y)pr…