首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏IMWeb前端团队

    PEG.js学习笔记

    本文作者:IMWeb 黄龙 原文出处:IMWeb社区 未经同意,禁止转载 PEG.js可以做什么? PEG.js 是一个JavaScript的表达式语法解析器,它使您能够轻松地建立复杂的数据或计算机程序语言的快速分析器。 function(a){ return a>3&&a<9; }).reduce(function(a,b,c,d){ return a+b; }); console.log(sum);//25 由于PEG.js

    97620发布于 2019-12-03
  • 来自专栏IMWeb前端团队

    PEG.js学习笔记

    本文作者:IMWeb 黄龙 原文出处:IMWeb社区 未经同意,禁止转载 PEG.js可以做什么? PEG.js 是一个JavaScript的表达式语法解析器,它使您能够轻松地建立复杂的数据或计算机程序语言的快速分析器。 function(a){ return a>3&&a<9; }).reduce(function(a,b,c,d){ return a+b; }); console.log(sum);//25 由于PEG.js

    1.3K80发布于 2018-01-08
  • 来自专栏Python无止境

    Python 之父再发文:构建一个 PEG 解析器

    前一篇的译文 在此 ,宣布了将要用 PEG 解析器来替换当前的 pgen 解析器。 本文主要介绍了构建一个 PEG 解析器的大体思路,并介绍了一些基本的语法规则。 仅仅理解了 PEG 解析器的小部分,我就受到了启发,决定自己构建一个。 结果可能不是一个很棒的通用型的 PEG 解析器生成器——这类生成器已经有很多了(例如 TatSu,写于 Python,生成 Python 代码)——但这是一个学习 PEG 的好办法,推进了我的目标,即用由 PEG 语法构建的解析器替换 CPython 的解析器。 对 Python 做标记太复杂了,我不想拘泥于 PEG 的形式来重新实现。

    1.6K20发布于 2019-08-06
  • 来自专栏科学计算

    策略篇--量化课堂之彼得林奇PEG策略投资

    扯的有点远了,我们再回到PEG上面来,彼得林奇的论断是:任何一家公司股票如果定价合理的话,市盈率就会与收益增长率相等。这句话也就是大名鼎鼎的PEG估值法了,那PEG到底是什么意思呢? PEG 股票估值 0~0.5 相对低估 0.5~1 相对合理 1~2 相对高估 >2 高风险 用PEG策略进行回测,思路如下: 每隔N天调仓一次 每次调仓时选则沪深300中PEG最小的M支股票,放入股票池 值 df_PEG = get_PEG(context, g.feasible_stocks) # 将股票按PEG升序排列,返回daraframe类型 df_sort_PEG = df_PEG = pd.DataFrame(Serial_PEG) # print('get PEG done') return df_PEG def stocks_to_buy = get_PEG(context,current_universe, cur_data) # print df_PEG df_sort_PEG = df_PEG.sort(columns

    2.2K30发布于 2020-06-30
  • 来自专栏Python无止境

    Python 之父的解析器系列之五:左递归 PEG 语法

    原题 | Left-recursive PEG grammars 作者 | Guido van Rossum(Python之父) 译者 | 豌豆花下猫(“Python猫”公众号作者) 声明 | 本翻译是出于交流学习的目的 【这是我的 PEG 系列的第 5 部分。 其它文章参见这个目录(https://medium.com/@gvanrossum_83706/peg-parsing-series-de5d41b2ed60)】 假设有如下的语法规则: expr: expr 这通常可以使用更强大的 PEG 特性来解决,例如分组和迭代,我们可以将上述规则重写为: expr: term ('+' term)* 实际上,这正是 Python 当前语法在 pgen 解析器生成器上的写法 到此,今天的故事结束了:我们已经成功地在 PEG(-ish)解析器中驯服了左递归。

    1.1K30发布于 2019-09-10
  • 来自专栏Python无止境

    Python 之父的解析器系列之四:可视化 PEG 解析

    原题 | Visualizing PEG Parsing 作者 | Guido van Rossum(Python之父) 译者 | 豌豆花下猫(“Python猫”公众号作者) 声明 | 本翻译是出于交流学习的目的 上周我展示了一个简单的 PEG 解析器生成器。本周我将展示生成的解析器在解析程序时实际执行的操作。 【这是我的 PEG 系列的第 4 部分。见第1部分,第2部分,第3部分,第5部分 】(译注:对应的译文,第1篇、第2篇、第3篇、第5篇待译 ) 让我们来看看可视化已取得的进展。 本文内容、示例代码和图片的授权协议:CC BY-NC-SA 4.0 英文原文:https://medium.com/@gvanrossum_83706/visualizing-peg-parsing-93a36f259423

    90910发布于 2019-08-29
  • 来自专栏生命科学

    PEG300 聚乙二醇FAQs & 产品引用文献参考 | MCE

    PEG 几乎没有毒性,可以通过肾脏 (对于 PEG<30 kDa) 或粪便 (对于 PEG>20 kDa) 完整地从体内清除。 PEG 缺乏免疫原性,只有当 PEG 与高免疫原性蛋白结合时,兔体内才会产生针对 PEG 的抗体[3]。PEG300 在静脉和肌肉注射剂型中的终浓度可达 50%,无任何毒性作用。 口服时,PEG300 的最高浓度可达 90%[4][5]。FAQs作为动物方案的助溶剂 PEG300 可以用 PEG400 替代吗,比例还可以更高吗? 可以替代,PEG300 的比例可上调, 90% PEG300 用于裸鼠腹腔给药也是有报道的,单丝我们目前比较常用的方案 PEG300 的比例一般在 40%-50% 左右。 PEG300 是液体的,它的浓度是多少呢?PEG300 本身就是液体状态的,是纯品,它的密度是 1.127 g/mL。

    36110编辑于 2025-09-12
  • 来自专栏Python无止境

    Python 之父的解析器系列之六:给 PEG 语法添加动作

    原题 | Adding Actions to a PEG Grammar 作者 | Guido van Rossum(Python之父) 译者 | 豌豆花下猫(“Python猫”公众号作者) 声明 | 【这是我的 PEG 系列的第 6 部分。 在 PEG 解析器中,因为有无限回溯,我们有其它的选择: 延迟所有动作,直到解析完所有内容。这对我的目的没有用,因为我想在解析期间构造一个 AST。

    73620发布于 2019-09-16
  • 来自专栏Python无止境

    ​Python 之父的解析器系列之三:生成一个 PEG 解析器

    原题 | Generating a PEG Parser 作者 | Guido van Rossum(Python之父) 译者 | 豌豆花下猫(“Python猫”公众号作者) 声明 | 本翻译是出于交流学习的目的 【这是 PEG 系列第 3 篇。参见第1篇、第2篇】 上篇文章我们以一个手写的解析器结束。给语法加上一些限制的话,我们很容易从语法中自动生成这样的解析器。(我们稍后会解除那些限制。) 本文及示例代码的授权协议:CC BY-NC-SA 4.0 英文原文:https://medium.com/@gvanrossum_83706/generating-a-peg-parser-520057d642a9

    1K20发布于 2019-08-15
  • 来自专栏Python无止境

    Python 之父的解析器系列之七:PEG 解析器的元语法

    呜呼,这没用,因为 OP 也匹配花括号,但由于 PEG 解析器是贪婪的,它会吞掉结束括号,我们就永远看不到动作的结束。 我不知道这是否是其它 PEG 解析器的标准配置——当我考虑如何解决右括号(甚至嵌套的符号)的识别问题时,立马就想到了这个方法。它似乎运作良好,我认为这符合 PEG 解析的一般哲学。 在下一篇文章中,我将展示如何实现各种 PEG 功能,如可选条目、重复和前瞻。(说句公道话,我本打算把那放在这篇里,但是这篇已写太长了,所以我要把它分成两部分。) 本文内容与示例代码的授权协议:CC BY-NC-SA 4.0[4] 参考资料 [1]A Meta-Grammar for PEG Parsers: https://medium.com/@gvanrossum _83706/a-meta-grammar-for-peg-parsers-3d3d502ea332 [2]CC BY-NC-SA 4.0: https://creativecommons.org/licenses

    1.9K60发布于 2019-10-03
  • 来自专栏生命科学

    PEG300(聚乙二醇300)详解:高溶解、低毒性、广适用|MCE

    一、PEG300 的化学与物理特性PEG300 是由多个乙二醇单元(—CH₂CH₂O—)聚合而成的线性中性聚合物,其平均聚合度约为6–7个重复单元。 PEG 几乎没有毒性,可以通过肾脏 (对于 PEG<30 kDa) 或粪便 (对于 PEG>20 kDa) 完整地从体内清除。 PEG 缺乏免疫原性,只有当 PEG 与高免疫原性蛋白结合时,兔体内才会产生针对 PEG 的抗体[3]。 [3]. Harris JM, et al. 代谢与排泄:分子量 < 30 kDa 的 PEG 主要通过肾脏滤过排出体外;分子量 > 20 kDa 的 PEG 可部分经胆汁排泄;PEG300(300 Da)远低于肾阈值(~30 kDa),可迅速经尿液完全清除 PEG300不仅是实验室中的“万能溶剂”,更是连接基础研究与药物开发的重要桥梁。合理使用 PEG300,不仅能提升实验成功率,还能为后续CMC开发奠定基础。

    98310编辑于 2025-09-16
  • 来自专栏纳米药物前沿

    程亮/陈倩AFM:双金属氧化物FeWOX纳米片作为多功能级联生物反应器用于肿瘤微环境调节和增强的多模式癌症治疗

    通过热分解法合成并用聚乙二醇(PEG)改性,得到的具有多价金属元素(Fe2 + / 3 +,W5 + / 6 +)的FeWOX-PEG表现出对过氧化氢(H2O2)的有效催化分解,生成羟基自由基(•OH) 内源性谷胱甘肽(GSH)降低了FeWOX-PEG中生成的高价金属离子(Fe3 + / W6 +),既导致GSH耗竭,又进一步放大了氧化应激,导致金属价态(Fe2 + / W5 +)降低。 该FeWOX-PEG生物反应器可增强肿瘤中的氧化应激并与X射线相互作用,从而显著改善癌症放疗(RT)。 此外,TME中的FeWOX-PEG引起的活性氧(ROS)诱导的炎症激活了免疫系统,并促进了各种类型免疫细胞的肿瘤浸润,与CTLA- 4抗体联用引发了强大的免疫反应以杀伤肿瘤。 通过热分解法合成并经聚乙二醇(PEG)改性,所制得的FeWOX-PEG纳米片具有较高的生理稳定性和生物相容性。

    72020发布于 2021-02-04
  • 来自专栏ml

    uva----(10794) A Different Task

    A Different Task The (Three peg) Tower of Hanoi problem is a popular one in computer science. Briefly the problem is to transfer all the disks from peg-A to peg-C using peg-B as intermediate one Here the disks can be in any peg initially. If more than one disk is in a certain peg, then they will be in a valid arrangement (larger disk will If the i-th ( 1iN) integer is 1, you should consider that i-th disk is on Peg-A.

    73360发布于 2018-03-22
  • 来自专栏纳米药物前沿

    徐辉雄/陈雨/向慧静Biomaterials:酪氨酸酶激活的前药纳米药物作为氧化应激放大剂实现黑色素瘤的特异性治疗

    在此,同济大学附属上海第十人民医院徐辉雄、中科院上海硅酸盐研究所陈雨、向慧静开发了一种酪氨酸酶触发的氧化应激放大器,称为APAP @ PEG / HMnO 2,以实现协同化学疗法并放大氧化应激,用于黑色素瘤特异性治疗 通过将无毒前药对乙酰氨基酚(APAP)封装到空心PEG/HMnO2纳米结构中来构建APAP@PEG/HMnO2纳米系统。 APAP@PEG/HMnO2在肿瘤中蓄积后,通过HMnO2与存在于肿瘤环境中的过量H2O2之间的反应生成了大量的氧(O2)。 本文构建了APAP@PEG/HMnO2的生物相容性酪氨酸酶触发的空心纳米结构,以实现肿瘤内氧化还原平衡的破坏,从而促进了针对黑色素瘤的特异性治疗。 APAP@PEG/HMnO2通过EPR效应积累到黑色素瘤中后,通过促进肿瘤过度表达的H2O2的分解实现连续的O2生成,并且将释放的APAP有效地原位转化为细胞毒性AOBQ,AOBQ可触发ROS生成和协同

    1.2K20发布于 2021-02-04
  • 造血干细胞的功能调控研究

    三、SCF的化学固定化策略:基于丙烯酰化PEG-NHS的交联方法为实现SCF在GelMA水凝胶中的长效、可控负载,研究采用了一种两步化学偶联策略:1.蛋白功能化:利用丙烯酰化聚乙二醇活性酯(AC-PEG-NHS 这一步骤在SCF分子上共价连接了末端带有丙烯酸酯双键的PEG链,得到"双键化"的PEG-SCF偶联物。通过凝胶电泳(如SDS-PAGE)的分子量迁移变化可以验证修饰成功。 2.水凝胶共价固定:将修饰后的PEG-SCF偶联物与GelMA预聚液混合,在光引发剂存在下进行紫外光照射。 4.共价固定组:采用上述AC-PEG-NHS策略将SCF共价固定于GelMA网络中。 -生物活性保留:通过细胞增殖实验验证,经AC-PEG-NHS修饰和共价固定后的SCF,其促进HSC增殖的生物活性得到了有效保留。

    10710编辑于 2026-02-04
  • 来自专栏AI科技大本营的专栏

    Python之父发文,将重构现有核心解析器

    几年前,有人问 Python 是否会转换用 PEG 解析器(或者是 PEG 语法,我不记得确切内容、谁说的、什么时候说的)。我稍微看过这个主题,但没有头绪,就放弃了。 我现在感兴趣于 PEG,原因是对 pgen 的局限性感到有些恼火了。 那么,PEG 解析器是如何解决这些烦恼的呢? 通过使用无限的前向缓冲! 虽然 PEG 这个术语主要指的是语法符号,但是以 PEG 语法生成的解析器是可以无限回溯的递归下降(recursive-descent)解析器,“packrat parsing”通过记忆每个位置所匹配的规则 我还有很多内容要写,关于 PEG 解析以及我的具体实现,但是要等我整理好代码后,在后续的文章中再去写了。

    1.3K10发布于 2019-08-01
  • 来自专栏龙进的专栏

    Hanoi单塔问题

    a temple in the Far East , priests are attempting to move a stack of  golden disks from one diamond peg Let’s assume that the priests are attempting to move the disks from peg1 to peg3. We wish to develop an algorithm that prints the precise sequence of peg-topeg disk transfers. Display the precise instructions for moving the disks from starting peg to the destination peg. To move a stack of three disks from peg1 to peg3, the program displays the following moves: 1->3 1->2

    78220编辑于 2022-10-31
  • 来自专栏码农小余

    手摸手实现一个编译器(上)

    认识 PEG.js PEG.js 是一个简单的 JavaScript 解析器生成器,可以生成具有出色错误报告的快速解析器。 $SyntaxError(message, expected, found, location) { // ... } peg$subclass(peg$SyntaxError, Error); peg$SyntaxError.buildMessage = function(expected, found) { // ... }; function peg$parse(input, options ) { // ... } module.exports = { SyntaxError: peg$SyntaxError, parse: peg$parse }; 省略了大部分核心代码 这也是 PEG.js 的特性之一,它能准确的给出匹配表达式的错误。

    1.2K10编辑于 2022-06-16
  • 来自专栏晓飞的算法工程笔记

    CPVT:美团提出动态位置编码,让ViT的输入更灵活 | ICLR 2023

    CPE由位置编码生成器(PEG)动态生成,可以简单地嵌入到深度学习框架中,不涉及对Transformer的修改。 因此,论文提出了位置编码生成器(PEG),以输入token的局部邻域为条件,动态地产生位置编码。 Positional Encoding Generator  PEG的处理过程如图2所示。 有趣的是,论文发现PEG的插入位置对性能也会有大影响。在第一个encoder之后插入的性能最佳,而不是直接在开头插入。   PEG插入位置对比,第一个encoder之后插入效果最好。  PEG的-1插入场景可能是由于原始图片需要更大的感受域,通过实验验证增大卷积核能显著提高性能。  插入PEG个数的对比实验。  PEG生成位置编码时零填充的对比实验。  对PEG性能提升来源进行对比实验,PEG的确跟输入的领域关系有关,但跟卷积参数是否对应当前网络关系不大。  不同配置下的性能对比。 

    1.5K10编辑于 2024-04-16
  • 来自专栏算法码上来

    搞懂 Vision Transformer 原理和代码,看这篇技术综述就够了(四)

    图23:COCO实验结果 实验3:PEG复杂度分析: 参数量: 这一部分主要来看看PEG这个模块为模型引入了多少额外的参数量和计算量。 图24:PEG模块插入策略比较 结论: sin-cos和可学习的位置编码差别不大。 在每个blk前插入PEG效果更好。 对比实验2:PEG模块插入位置比较 ? 图25:PEG模块插入位置比较 结论: PEG最佳的插入位置是第1个encoder block的输出到第4个encoder block的输出。 图28:插入数量的影响 在Tiny模型的位置0-5都插入PEG模块时,性能超过了DeiT-tiny 1.2%。插入过多的PEG模块的影响不大。 作者想要探索到底是PEG的什么提升了性能,究竟是PEG卷积层的representative power还是它的位置表示能力?

    4.5K20发布于 2021-04-08
领券