ember-deep-tracked
Deep tracking using proxies for complex objects for when you want everything to be reactive, at the cost of performance.
This is not recommended for performance-sensitive situations such as rendering atable from a large data set where updates to that data set are frequent. Evenwithout updates, deeply tracking will increase initial-render time.
Compatibility
- Ember.js v3.13+
- TypeScript v4.2+
- Proxy support
Installation
npm install ember-deep-tracked
# or
yarn add ember-deep-tracked
# or
ember install ember-deep-tracked
Usage
import { tracked } from 'ember-deep-tracked';
class Foo {
@tracked obj = { bar: 2 };
}
or in a component:
import { tracked } from 'ember-deep-tracked';
import Component from '@glimmer/component';
export default class Foo extends Component {
@tracked obj = { bar: 2 };
}
using this decorator form will track the reference, like tracked from @glimmer/tracking does, and then also deeply tracks the value.
the entire object and any sub object can be swapped with other objects and they'll be automatically tracked.
import { deepTracked } from 'ember-deep-tracked';
is also available, and is an alias of tracked
Contributing
See the Contributing guide for details.
License
This project is licensed under the MIT License.
-
ember-deep-set ember-deep-set is a simple utility function to deeply set a value on an Ember Object or POJO. Note that this mutates the object. To install: ember install ember-deep-set Why this addon
-
DEEP（Digital Enterprise End-to-end Platform）是由 AWS 支持的成本低，维护成本低的数字化平台。帮助企业开发人员提高工作效率。 使用DEEP Framework，开发人员可以立即使用： 简化的“类似于生产”的开发环境 使用微服务架构的企业级平台 零发展几乎无限的可扩展性（又名无服务器计算） 来自云提供商（例如AWS，GCP等）的Web服务的抽象使用
-
人工神经网络（ANN）是一种高效的计算系统，其中心主题借鉴了生物神经网络的类比。 神经网络是机器学习的一种模型。 在20世纪80年代中期和90年代初期，在神经网络中进行了许多重要的建筑改进。 在本章中，您将了解有关深度学习的更多信息，这是一种人工智能的方法。 深度学习源自十年来爆炸性的计算增长，成为该领域的一个重要竞争者。 因此，深度学习是一种特殊的机器学习，其算法受到人脑结构和功能的启发。 机器
-
本教程的前四章旨在为初学者提供IntelliJ的基本概述。 本节深入探讨了IntelliJ，并讨论了有关项目，其格式以及其他内容的更多信息。 了解项目 项目是您正在使用的应用程序或软件。 它可以包含多个模块，类，库，配置等。 它是层次结构中最顶层的元素。 了解模块 模块在“项目”下面有一个梯级。 模块是一个独立的实体，可以独立于其他模块进行编译，调试和运行。 单个项目可以包含多个模块。 您可以随时
-
deep-listening Deep learning experiments for audio classification A full write-up, including technical explanations and design decisions, as well as a summary of results achieved can be found within t
-
New books available for subscription Deep Diamond Adopt your pet function and become a patron. Deep Diamond is a Clojure library for fast tensors and neural network related computations based on the h