< 返回版块

Mike Tang 发表于 2019-09-22 23:32

Tags:rust

s3rs - Amazon S3 富客户端

S3 是亚马逊的存储服务。这个库是 rust 实现的客户端,功能相当丰富,基本涵盖了 Amazon S3 的所有功能。

Repo: https://github.com/yanganto/s3rs

重磅:Neutrino - MVC GUI 框架

我们都知道,目前Rust在Native GUI框架这一块,还是非常短的一个短板。但是并不意味着没有探索,Neutrino就是一个尝试。它是基于 web-view 的。利用 html 和 css 渲染页面。来看看效果吧。

https://raw.githubusercontent.com/wiki/alexislozano/neutrino/images/image_viewer/3.png

https://raw.githubusercontent.com/wiki/alexislozano/neutrino/images/styling/3.png

https://raw.githubusercontent.com/wiki/alexislozano/neutrino/images/styling/5.png

希望这个项目能坚持做下去(因为太多的Rust GUI项目半途而废啦)。

Repo: https://github.com/alexislozano/neutrino

zemeroth - 2D六角形轮回制策略游戏

类似于 Linux 上著名的 wesnoth(就不要与《文明》比了吧)。长这个样子:

img

还可以在线玩:https://ozkriff.itch.io/zemeroth

Repo: https://github.com/ozkriff/zemeroth
Read More: https://ozkriff.games/2019-09-21--devlog-zemeroth-v0-6/

重磅:利用 Rust 和 LLVM 构建中间表示平台,加速 numpy, scikit 和 pandas 栈 100x 的速度

作者关于 weld(机器学习中间组件框架) 的长篇博文。作者的以下思路,我觉得很重要,这也是 Rust 想在科学计算,机器学习领域等大展身手的一个可能的方向:

After working for weeks with Python’s and R’s data science stack I started to ask my self if there could be a common intermediate representation, similar to CUDA, that could be used by many languages. There should be something better than reimplementing and optimizing the same methods in each language. In addition to that, having a common runtime that could optimize the whole program instead of each function separately would be better.

weld 的核心开发者之一是 Matei Zaharia,它也是 Spark(对,就是那个 scala 大数据流式计算框架) 的创建者。

他们选择 Rust 来实现 weld 的原因在于:

  • 最小 runtime,可以方便嵌入其它语言,比如 Java 和 Python
  • 可以用函数式范式编程,方便编译器优化
  • 很好的社区和高质量的包,让开发更容易

Read More: https://notamonadtutorial.com/weld-accelerating-numpy-scikit-and-pandas-as-much-as-100x-with-rust-and-llvm-12ec1c630a1?gi=97f3d8faf344

在 STM32 L476 上利用 Mynewt 和 嵌入式 Rust 开发 NB-IoT GPS 跟踪器

Rust 的嵌入式尝试,作者记录得很仔细。

Read More

--

From 日报小组 Mike

日报订阅地址:

独立日报订阅地址:

社区学习交流平台订阅:

评论区

写评论

还没有评论

1 共 0 条评论, 1 页