p-s@2.4.2

All the benefits of npm scripts without the cost of a bloated package.json and limits of json

MIT 2016-08-29
安装 (2.4.2)
npm install p-s@2.4.2
yarn add p-s@2.4.2
pnpm add p-s@2.4.2
bun add p-s@2.4.2
dependencies (11)
包名版本要求
arrify 1.0.1
async 2.0.1
colors 1.1.2
commander 2.9.0
find-up 1.1.2
lodash 4.14.0
manage-path 2.0.0
omelette 0.3.1
prefix-matches 0.0.9
shell-escape 0.2.0
spawn-command 0.0.2
devDependencies (24)
包名版本要求
all-contributors-cli 3.0.6
ava 0.15.2
babel-cli 6.11.4
babel-eslint 6.1.2
babel-plugin-istanbul 1.0.3
babel-preset-es2015 6.9.0
babel-preset-stage-2 6.11.0
babel-register 6.11.5
codecov 1.0.1
commitizen 2.8.2
condition-node-version 1.3.0
cross-env 2.0.0
cz-conventional-changelog 1.1.6
eslint 3.1.1
eslint-config-kentcdodds 8.1.3
ghooks 1.3.2
nyc 7.1.0
opt-cli 1.5.1
p-s *
proxyquire 1.7.10
rimraf 2.5.4
semantic-release 4.3.5
sinon 1.17.4
validate-commit-msg 2.6.1
版本列表
4.1.0 2017-02-18
4.0.0 2017-02-14
3.1.0-beta.0 2016-10-30
3.1.0 2017-02-05
3.0.3 2016-11-11
3.0.2 2016-11-09
3.0.1 2016-09-12
3.0.0 2016-09-12
2.5.0-beta.4 2016-09-04
2.5.0-beta.3 2016-09-03
2.5.0-beta.2 2016-09-03
2.5.0-beta.1 2016-09-03
2.5.0-beta.0 2016-09-02
2.5.0-beat.1 2016-09-03
2.4.4 2016-09-04
2.4.3 2016-08-29
2.4.2 2016-08-29
2.4.1 2016-08-28
2.4.0 2016-08-28
2.3.0-beta.1 2016-07-29
2.3.0-beta.0 2016-07-29
2.3.0 2016-07-29
2.2.0 2016-07-29
2.1.0 2016-07-27
2.0.2 2016-07-26
2.0.1 2016-07-26
2.0.0 2016-07-26
1.0.4 2016-07-08
1.0.3 2016-07-08
1.0.2 2016-06-08
1.0.1 2016-05-31
1.0.0 2016-05-24
0.9.0 2016-05-20
0.8.0 2016-05-20
0.7.1 2016-05-16
0.7.0 2016-05-16
0.6.0 2016-05-16
0.5.1 2016-05-06
0.5.0 2016-05-04
0.4.1 2016-05-02
0.4.0 2016-05-01
0.3.0 2016-04-27
0.2.0 2016-04-26
0.1.0 2016-04-26
0.0.3 2016-04-26
0.0.2 2016-04-26
0.0.1 2016-04-26
0.0.0-beta.4 2016-04-25
0.0.0-beta.3 2016-04-25
0.0.0-beta.1 2016-04-25
0.0.0-beta.0 2016-04-25
0.0.0 2016-04-25
相关教程
Google OR-Tools 约束求解
Google OR-Tools 解决排程路径和约束满足问题。CP-SAT 求解器处理整数和布尔约束。本文用 OR-Tools 排课堂时间表。
多方安全计算库：MP-SPDZ 与 SEAL 的应用
学习使用 MP-SPDZ、Microsoft SEAL 等开源库实现安全多方计算协议，为隐私保护机器学习奠基。
差分隐私合成数据：基于 DP-SGD 的表格与图像生成
学习使用 DP-SGD 训练 GAN 或 VAE 以生成满足差分隐私的合成表格或图像数据。
差分隐私 SGD：在训练中保证数据隐私
学习差分隐私随机梯度下降算法，通过梯度裁剪和加噪机制严格限制模型对单一样本的依赖，实现可量化的隐私保护。