总结本次高校暑假听歌PK项目中：踩到的坑、复用到的组件/工具及其优缺点、有价值的最佳实践。通过总结这些事项，提高通用组件在后续项目中的易用性和稳定性，避免新手后续项目中遇到同样的问题。最后，把本次项目中可沉淀为通用能力的方法进行总结。

对于web端pdf编辑能力，本文提供了一种相对完整且轻量的实现方式，如果你也有类似诉求，希望能对你有所帮助～。下面将从业务场景、技术实现角度对“pdf编辑工具”进行介绍。

转载自：https://divis.cn/archives/2590

​ 本文针对微前端技术进行调研，主要从微前端背景、主流框架及原理以及当前行业中的一些实践方案三个方面进行介绍，最后给出了一些自己的思考和总结。

​ 每个显示器都有固定的刷新频率，通常是60HZ（即每秒刷新60次），更新的图片都来自于显卡中前缓冲区。显卡会合成新的图像，并将其保存到后缓冲区，一旦新合成的图像写到后缓冲区，系统就会让后缓冲区和前缓冲区交换，以此保证显示器读取到新合成的图像。在浏览器中，渲染引擎会通过渲染流水线生成新的图片，并发送到显卡的后缓冲区。由于大多数屏幕的更新频率都是60次/秒，这就意味着渲染引擎每秒需要更新60张图片到显卡的后缓存区，一旦渲染引擎生成某些帧（一张图片就是一帧）的时间过久，用户就会感到卡顿。Chrome浏览器引入了分层和合成机制，以此来解决卡顿或每帧生成时间过久的问题。

​ 本篇文章用于总结自己在前端面试的过程中所遇到的手撕题和前端常考的算法题，其主要包括题目与Javascript实现的解法。一部分题目的代码由自己编写实现，还有一部分题目的代码来源互联网，所有代码都经过自己的运行验证，请放心食用。后续还会持续更新。。。

​ 整理一些自己知道的可视化学术期刊，信息主要来源于《中国计算机学会推荐国际学术会议和期刊目录(2019 年)》，从分类中摘取出本人所知的可视化期刊。后续将继续完善。

​ 在阅读论文时记录的一些论文信息和对该论文的简单介绍，记录这些可方便我在需要时快速查找和定位。以下主要记录的是可视化相关论文和迁移学习相关论文的简介。后续将继续完善。

​ 高维数据可视化记录了学习《2020浙大可视化暑期班》的相关笔记。主要内容包括对数据维度的介绍、高维数据可视化的方法等。

LEEP: A New Measure to Evaluate Transferability of Learned Representations

​ 良好的可迁移性估计有助于理解任务之间的关系，从而选择可迁移性强的任务进行训练，或者为给定的目标任务选择良好的源模型。迁移学习何时有效，何时无效？要进行迁移学习，应该用什么样的任务进行预训练？这些问题对了解和改善迁移学习十分重要。LEEP是一种用于评价学习表征可迁移性的新方法，可帮助我们解决以上遇到的问题。