Fun Retro
Easy to use and beautiful restrospective board.
How to setup local environment
- Clone the repository
- Fun Retro is using Firebase. First create an account at firebase. Then create a test project.
- Enable sign-up using Email/Password for your project. This can be donethrough the 'Authentication' tab for the project.
- Change the file on js/vendor/firebaseInitialization.js and replace the values with your project values
var config = {
apiKey: "YOUR_API_KEY",
authDomain: "YOUR_PROJECT_ID.firebaseapp.com",
databaseURL: "https://YOUR_PROJECT_ID.firebaseio.com",
projectId: "YOUR_PROJECT_ID",
storageBucket: "YOUR_PROJECT_ID.appspot.com",
messagingSenderId: "YOUR_MESSAGE_ID"
};
firebase.initializeApp(config);
- The app uses firebase auth and creates a new user when you attempt to create a new board. So, once the app is running, head over to your firebase console
Authenticationsection and enable auth using email & password. After change it should look like this screenshot - If you don't want to file to be tracked by git just run this command on the project home folder:
git update-index --assume-unchanged js/vendor/firebaseInitialization.js
- Install Node.js
- Run
npm install(inside the project folder) - Install Gulp
- Run
gulp - Now you can open the app on http://localhost:4000/ and start creating your boards.
Contribute to Fun Retro
Take a look on our Contributing guide
Running the application
- Install Node.js
- Run
npm install(inside the project folder) - Run
gulp - Point your browser to http://localhost:4000/ or open dist/index.html
Continuous Integration
Our tests run on TravisCI
Running the tests
- Run
gulp test - Refactor and watch tests re-run.
- Fix any red tests
- Note: you can open http://localhost:9876/debug.html to run tests with a browser
-
对于分布式训练的理解 分布式训练是多线程多节点训练，但是若是模型过大，导致单一图像已经超出单个GPU显存大小，则和单机多卡中的数据并行效果一致，都会导致out of memary问题； 模型并行其运行速率太慢，相当于是每次只能在单一卡上运行，会出现显卡空闲的情况，解析见下： pytorch单机并行训练 torch-1.0分布式训练实例解析，主要流程： parsers中添加相关参数解析； train
-
一、安装前置条件说明 1.1 JDK版本说明 HBase 需要依赖 JDK 环境，同时 HBase 2.0+ 以上版本不再支持 JDK 1.7 ，需要安装 JDK 1.8+ 。JDK 安装方式见本仓库： Linux 环境下 JDK 安装 1.2 Standalone模式和伪集群模式的区别 在 Standalone 模式下，所有守护进程都运行在一个 jvm 进程/实例中； 在伪分布模式下，HBase
-
[命名空间: Serenity.Abstractions, 程序集: Serenity.Core] 如果你现在不需要分布式缓存，但希望现在编写的代码在将来可以与分布式缓存一起工作，你可以使用 DistributedCacheEmulator 类。 DistributedCacheEmulator 也对单元测试和部署环境非常有用（因此，开发人员不需要访问分布式缓存系统而不会影响彼此的工作）。 Dis
-
[命名空间: Serenity, 程序集: Serenity.Core] DistributedCache 类提供访问当前注册的 IDistributedCache 实现的快捷方法。所以，下面两行代码有相同的功能： IoC.Resolve<IDistributedCache>().Increment("LastID"); DistributedCache.Increment("La
-
我似乎无法创建一个自定义的DistributedMapCacheClientService（名为TestDistributedMapCacheClientService）供普通nifi处理器（如Wait和PutDistributedMapCache）使用。我可以让Wait和PutDistributedMapCache看到我的自定义服务，但处理器无法启动，因为nifi说我的nar“与AtomicDi
-
我已经建立了一个hadoop hdfs集群，由于我是hadoop新手，我一直在尝试按照一个简单的示例从我在本地机器上编写的java驱动程序中读/写hdfs。我尝试测试的示例如下： 其中，功能如下： 该项目是一个maven项目，将hadoop-通用-2.6.5、hadoop-hdfs-2.9.0和hadoop=hdfs-Client 2.9.0添加到依赖项中，并配置为构建包含所有依赖项的jar。 我
-
This document shows how to create a cluster of TensorFlow servers, and how to distribute a computation graph across that cluster. We assume that you are familiar with the @{$get_started$basic concepts
-
One of the many advantages of dynamic languages such as Ruby is the ability tointrospect---to examine aspects of the program from within the program itself. Java, for one, calls this featurereflection
-
分布式程序是那些旨在在计算机网络上运行并且只能通过消息传递协调其活动的程序。 我们可能想要编写分布式应用程序的原因有很多。 这里是其中的一些。 Performance - 我们可以通过安排程序的不同部分在不同的机器上并行运行来使程序更快。 Reliability - 我们可以通过将系统结构化以在多台机器上运行来制造容错系统。 如果一台机器出现故障，我们可以继续使用另一台机器 Scalability