首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

推荐些自动化测试入门

无非就是懒 又或是 无非是坐等别人把什么都梳理好了 这里推荐一些: 只涉及基础原理和技术推荐市面上已经有的所谓各种xxx自动化测试相关 请自己去买或是搜索电子版,我不提供现成pdf等电子版本...,社区版完全可以满足你用到死 Python web开发 光掌握语是不够,要搞点显得酷一平台什么,去忽悠下,你还需要django或flask 至于区别嘛,请自己去搜索,笔者日常是两个库都会用,但更喜欢...documents/django_182/index.html ---- flask中文文档 http://docs.jinkan.org/docs/flask/ ---- 关于django和flask推荐几本...其他就不推荐了,找你看着书名或封面有兴趣看 自动化测试框架 要理解自动化测试框架设计精髓,请直接去看Robot Framework源码,别说看不懂,你都没去看怎么知道看不懂呢?...所以推荐一本,一本非常经典关于自动化测试框架,必须精读 《Test Automation Frameworks》 这里附上链接: http://safsdev.sourceforge.net/FRAMESDataDrivenTestAutomationFrameworks.htm

1.2K20

推荐些自动化测试入门

无非就是懒 又或是 无非是坐等别人把什么都梳理好了 这里推荐一些: 只涉及基础原理和技术推荐市面上已经有的所谓各种xxx自动化测试相关 请自己去买或是搜索电子版,我不提供现成pdf等电子版本...,社区版完全可以满足你用到死 Python web开发 光掌握语是不够,要搞点显得酷一平台什么,去忽悠下,你还需要django或flask 至于区别嘛,请自己去搜索,笔者日常是两个库都会用,但更喜欢...documents/django_182/index.html ---- flask中文文档 http://docs.jinkan.org/docs/flask/ ---- 关于django和flask推荐几本...其他就不推荐了,找你看着书名或封面有兴趣看 自动化测试框架 要理解自动化测试框架设计精髓,请直接去看Robot Framework源码,别说看不懂,你都没去看怎么知道看不懂呢?...所以推荐一本,一本非常经典关于自动化测试框架,必须精读 《Test Automation Frameworks》 这里附上链接: http://safsdev.sourceforge.net/FRAMESDataDrivenTestAutomationFrameworks.htm

86240
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    推荐AI书单|大牛私藏机器学习

    在机器学习上,首先要推荐是两部国内作者著作:李航博士所著《统计学习方法》和周志华教授《机器学习》。...这本书侧重点也在于广度,并不涉及大量复杂数学推导,是比较理想入门书籍。作者曾在自己主页上说本书要出新版,并补充了一些章节内容,也许近两年可以期待新版本出现。 ? ?...高手都不会用大量复杂数学公式来吓唬人(专于算法推导除外),这一本也不例外。它强调是各种学习方法内涵和外延,相比于具体推演,通过方法来龙去脉来理解其应用场景和发展方向恐怕更加重要。...最后推荐是 David J C MacKay 所著 Information Theory, Inference and Learning Algorithms,成书于 2003 年,中译本名为《信息论...相比于前面板着脸教科书,阅读本书感觉就像在和作者聊天,他会在谈笑间抛出各种各样问题让你思考。广泛主题使本书阅读体验并不轻松,但可以作为扩展视野一个调节。 ? ?

    93850

    餐小程序项目设计

    民以食为天,之前在饭店吃饭都是人工餐下单,人工餐下单很容易出错,有时候菜点错了,下错单了,会给食客带来不高兴体验,所以现在很多商家在开发点餐小程序,好处很多,最大好处是可以节省人工成本,其次避免一些不必要损失...,比如因餐员导致点错餐、上错菜等。...餐小程序应该具有的功能:1、 预约排位可通过微信小程序来预约座位,同时可以查看自己排队桌数,前面等待的人数,大概等待时间,让就餐者可以合理安排好时间,无需在店门口等待。...2、 自助餐用户可以通过扫桌面上二维码来进行餐,不用等待服务员,可以自助下单,菜品和菜量可以通过菜单就能查看到,就餐员可以适量餐减少不必要浪费。...3、 提前结算当就餐完毕时候,可以通过小程序提前缴费,省去结账排除时间,订单一目了然,现在也是讲究低碳环保,减少纸张不必要浪费。如需发票可以直接去吧台打印。

    1.5K41

    推荐作者风云榜(爬取简app数据)

    一、前言 自处女作《爬取张佳玮138w+知乎关注者:数据可视化》一文分布后,来简快一个月了。但一直不怎么熟悉这个平台,因此,这回爬取简app里推荐作者并进行简单可视化,以增进对简了解。...二、爬取简app 爬取简app过程此文不做过多展开。大致过程如下: 用fiddler软件抓包手机上app数据。找到API,看到返回JSON数据,格式齐整: ?...可以看出推荐作者里粉丝数前十大V有:简黛玉、刘淼、彭小六、江昭和、简播客、简叔、韩大爷杂货铺、Sir电影、饱醉豚、冷眼观史。...此外发现“简”系还有简宝玉、简出版、简茶馆BossYe、简活动精选、简牧心、简福利社社长简东西、简大学堂........百万级别是个什么概念,谷歌了下《论语》约1.6w字,《老子》约5k+字数。除一下,推荐作者高产似那啥,创作了大概好多好多部《论语》《老子》内容,由此可见,名副其实,当之无愧推荐作者呀。

    73910

    推荐几本数据库基础

    好在这个时代,有太多资料可供查询,有深入浅出,还有扣细节论文,还有很多热心朋友做了动画,图解和视频。想学不好,都难! 熬过了这段时光,对其中很多原先理解不深逻辑,有了更一步认识。...但东西实在太多,对于文章结构是个不小挑战,虽然几经修改,但很多地方还不是很满意。 写这么一个大主题,乐趣在于探索。我拿到第一本是《大型网站技术架构-核心原理与案例分析》李智慧老师所著。...但也有遗憾地方,那就是面面俱到了,细节就丢帧。比如SSD,基本没有渗透到原理细节。 但,没事。我就是多。这本书没讲,《操作系统概念》总讲了吧。 翻到存储那章。...那这样机械原理,是不是跟车站调度很相像?所以就有了《SSD》开头那一节。 但本书也有遗憾,没有讲到SSD内部结构。于是我又拿起了《高性能 MySQL》 这本书可以说是所有数据库人员必备了。...如果你还没看到,强烈推荐读一读。 本书讲 SSD 与机械硬盘对比那章,总算搭边了。对于 SSD写入放大,垃圾回收,组RAID,都开始细节化讲述了。

    99830

    JS 口袋】第 6 章:JS闭包与模块

    Redux是另一个“好”全局变量例子:整个应用程序状态存储在一个JS对象中,这个对象可以从整个应用程序(通过Redux)访问。...; } 咱们同事在另一个文件中创建一个名为arr新全局数组几率有多大?我觉得非常高。JS全局变量非常糟糕另一个原因是引擎足够友好,可以为咱们创建全局变量。...,幸运是,JS 一直有一个内置机制来解决这个问题。...JS闭包真正目的是什么? 闭包需要 除了纯粹“学术”知识之外,JS闭包还有很多用处: 提供私有的全局变量 在函数调用之间保存变量(状态) JS中闭包最有趣应用程序之一是模块模式。...有时全局变量是有用,需要格外小心使用,因为JS引擎可以自由地创建全局变量。 这些年来出现了许多模式来管理全局变量,模块模式就是其中之一。 模块模式建立在闭包上,这是JS固有特性。

    71730

    推荐】Spark知识

    客户那边需要快速出一个版本,开发这块使用到之前没怎么用过,比如用oozie调度spark程序时候,你可能在你本地调试代码没有问题,上传到集群上之后,运行就出各种错,加上我们使用服务器配置很差,导致各种服务需要资源都不都用...Resilient:能复原,弹回,有弹性。谈谈spark内存机制,spark内存整体分为堆内内存和堆外内存,而在内存使用上又分为数据内存和运行内存,就是数据存储和程序运行。...但是要注意是,并不是每处理完一个rdd就交给这个下一个节点,一般是小批量方式传递,这一般也是优化考虑地方。...而且rdd之间是串联关系,在一块就称为迭代器串联; 容错性高 相邻两个RDD关系称之为依赖关系,新RDD依赖于旧RDD,多个连续RDD依赖关系,称之为血缘关系;每个RDD会保存血缘关系,...Container交互,所以运行Driverclient是必须在网络中可用,直到应用程序结束。

    35610

    推荐Java程序员必读13本

    还有就是,是读不完,在有限时间里收获更多,选择阅读那些过来人觉得不错书籍是不错选择。 一、技术书籍 1、《Head First Java》 ?...Java入门经典书籍,虽然《Java核心技术 卷1》、《Java编程思想》、《Effective Java》也很好,但是还是想推荐入门Java小伙伴看这本书。...这本书图文并茂,能加深你学习记忆,对刚接触Java的人来说,是很友好,不像其他几本技术,可能你看到一半就放弃了。 2、《算法图解》 ?...本书作者结合了国内开发者情况,通俗易懂介绍了我们日常开发中注意,包括命名、代码规范、注释、如何使用线程等等,给出了一把尺子,让我们参照。...一本颠覆人们对信息时代认识、对创新和创业理解,解密了美国硅谷互联网企业成功之谜,揭示了信息时代特点和方法论。 本书会以时间线为叙述切入,带你领略一下当年硅谷互联网公司发展历史。

    3.3K20

    学习 Node.js 一本就够了【送

    电子工业出版社上新了一本书籍《Node.js实战:使用Egg.js+Vue.js+Docker构建渐进式、可持续集成与交付应用》,本书以实现一个类似Dribble应用为例,将Node.js技术贯穿前后端开发...,整合Egg.js、Vue.js、Docker实现持续集成、持续部署前后端分离应用。...本书适合对象 有JavaScript基础读者; 想要体验完整开发流程读者; 想要精通Node.js Web开发读者; 对Koa.js和Egg.js实现原理感兴趣读者。...第2章:讲解JavaScript异步、函数式编程、Koa.js实现原理,以及Egg.js是如何在Koa.js上面进行扩展、Egg.js是怎样架构、如何开发出一个Egg.js插件并发布到npmjs。...第4章:通过Vue.js构建一个简易后台,通过百行代码实现从后台读取数据库关系,使用Vue.js动态地生成对应模型表单,自动增删改查。

    1.6K30

    JS 口袋】第 8 章:以更细角度来看 JS this

    揭秘 "this" JSthis关键字对于初学者来说是一个谜,对于经验丰富开发人员来说则是一个永恒难题。...这是不对。咱们不要忘记JS不是一种面向对象语言,而且它是宽松、动态,并且没有真正类。...this与类无关,咱们可以先用一个简单JS函数(试试浏览器)来证明这一: function whoIsThis() { console.log(this); } whoIsThis(); 规则...对于这一你可能会问:在全局函数中this 真正规则是什么? 像是缺省绑定,但实际上更像是隐式绑定。有点令人困惑,但只要记住,JS引擎在在无法确定上下文(默认绑定)时总是返回全局this。...除了隐式绑定和默认绑定之外,还有“显式绑定”,我们可以使用三种方法来实现这一:apply、call和bind。 这些方法对于传递给定函数应在其上运行显式宿主对象很有用。

    2.7K20

    JS 口袋】第 5 章:JS 对象生命周期秘密

    JS中有类似的东西,但JS“对象”只是键和值容器: var obj = { name: "Tom", age: 34 } 实际上,JS对象是一种“哑”类型,但很多其他实体似乎都是从对象派生出来...创建和链接对象 JS中对象似乎以某种方式链接在一起,Object.create()说明了这一,此方法从原始对象开始创建新对象,再来创建一个新Person 对象: var Person = { name...构建JavaScript对象 目前为止,只介绍了关于“prototype”知识 ,还有玩了一会 Object.create()之外但咱们没有直接使用它。...但是在这一上,咱们应该清楚JS中没有“真正”类。 一切都只是一个对象,尽管有关键字class,“原型系统”仍然存在。...代码部署后可能存在BUG没法实时知道,事后为了解决这些BUG,花了大量时间进行log 调试,这边顺便给大家推荐一个好用BUG监控工具 Fundebug。

    1.6K10

    明晚7半|技术写作那点事(有送

    技术写作那点事 3月29日(明晚)19:30-21:00 扫描上方二维码,免费报名直播,获取《技术写作手册》纸质。 技术写作有多难?Thoughtworks 技术写手来解答。...以写作方式分享知识和经验,一直是Thoughtworks所擅长。我们在编写文章、译著图书方面有丰富经验。...这次我们围绕《技术写作手册》,邀请了其中两位作者,也是有多年技术写作经验同事,分享他们写作经历,和对写作认知。 现在是视频时代,我们为什么还要坚持写作? 写作超过十年,是怎样一种体验?...建立独属于自己写作工作流 报名直播即有机会获得作者签名版《技术写作手册》纸质。 ---- 扫描下方二维码,查看往期直播回放

    23820

    NoteLLM: 大语言模型在小红推荐系统落地应用

    今天分享一篇小红今年3月论文,介绍了大语言模型在小红笔记推荐场景下落地应用,主要是围绕如何利用LLM表征能力来生成更适用于i2i召回文本embedding,思路简单,落地也容易,个人觉得实践价值非常高...,而下游推荐目标却是为了点击率,两个目标存在差距,所以这个生成式对比学习就是为了在大模型预训练中引入推荐协同过滤信号,从而使得生成embedding更适用于下游推荐任务。...\frac{1}{N_i} 这里 U 是用户个数, N_i 代表用户点击次数,实际上就是对活跃用户进行了降权,防止某些高活用户什么笔记都导致计算共现分数不准确。...,从而生成更好文本表征服务于下游推荐任务。...顺便说一下,这个思路其实和小红之前发另一篇论文提到CB2CF其实是一脉相承,只不过另外一篇同时用了文本和图像特征,损失函数用交叉熵。

    1.5K10
    领券