කාර්මික යන්ත්‍ර ඉගෙනීම: 10 සැලසුම් මූලධර්ම

කාර්මික යන්ත්‍ර ඉගෙනීම: 10 සැලසුම් මූලධර්ම

වර්තමානයේ, සෑම දිනකම නව සේවා, යෙදුම් සහ වෙනත් වැදගත් වැඩසටහන් නිර්මාණය කර ඇති අතර එමඟින් ඇදහිය නොහැකි දේ නිර්මාණය කිරීමට හැකි වේ: SpaceX රොකට්ටුවක් පාලනය කිරීමේ මෘදුකාංගයේ සිට ස්මාර්ට් ජංගම දුරකතනයක් හරහා ඊළඟ කාමරයේ කේතලයක් සමඟ අන්තර් ක්‍රියා කිරීම දක්වා.

තවද, සමහර විට, සෑම නවක ක්‍රමලේඛකයෙකුම, ඔහු උද්‍යෝගිමත් ආරම්භකයෙකු හෝ සාමාන්‍ය ෆුල් ස්ටැක් හෝ දත්ත විද්‍යා ist යෙකු වේවා, ඉක්මනින් හෝ පසුව, ක්‍රමලේඛනය කිරීම සහ ජීවිතය බෙහෙවින් සරල කරන මෘදුකාංග නිර්මාණය කිරීම සඳහා යම් නීති ඇති බව අවබෝධ කර ගනී.

මෙම ලිපියෙන්, 10-සාධක යෙදුම් ක්‍රමවේදය මත පදනම්ව, එය යෙදුමකට/සේවාවකට පහසුවෙන් ඒකාබද්ධ කළ හැකි වන පරිදි කාර්මික යන්ත්‍ර ඉගෙනීම වැඩසටහන්ගත කරන්නේ කෙසේද යන්න පිළිබඳ මූලධර්ම 12ක් මම කෙටියෙන් විස්තර කරමි. Heroku කණ්ඩායම විසින් යෝජනා කරන ලදී. බොහෝ සංවර්ධකයින්ට සහ දත්ත විද්‍යා පුද්ගලයින්ට උපකාර කළ හැකි මෙම තාක්ෂණය පිළිබඳ දැනුවත්භාවය වැඩි කිරීම මගේ මුලපිරීමයි.

මෙම ලිපිය කාර්මික යන්ත්‍ර ඉගෙනීම පිළිබඳ ලිපි මාලාවක පෙරවදනකි. ඇත්ත වශයෙන්ම ආකෘතියක් සාදා එය නිෂ්පාදනයට දියත් කරන්නේ කෙසේද, ඒ සඳහා API නිර්මාණය කරන්නේ කෙසේද යන්න මෙන්ම ඔවුන්ගේ පද්ධතිවල ML ගොඩනගා ඇති විවිධ ප්‍රදේශ සහ සමාගම්වල උදාහරණ ගැන මම ඔවුන් තුළ තවදුරටත් කතා කරමි.

මූලධර්මය 1: එක් කේත පදනමක්

පළමු අදියරේදී සමහර ක්‍රමලේඛකයින්, එය හඳුනා ගැනීමට කම්මැලිකම නිසා (හෝ ඔවුන්ගේම හේතුවක් නිසා), Git ගැන අමතක කරති. ඔවුන්ට වචනය සම්පූර්ණයෙන්ම අමතක වේ, එනම්, ඔවුන් ධාවකය තුළ එකිනෙකාට ලිපිගොනු විසි කරයි / පෙළ විසි කරයි / පරවියන් විසින් යවයි, නැතහොත් ඔවුන් තම කාර්ය ප්‍රවාහය ගැන නොසිතා, ඒ සෑම එකක්ම තමන්ගේම ශාඛාවට භාර දෙයි, පසුව ස්වාමියා.

මෙම මූලධර්මය මෙසේ සඳහන් කරයි. එක් කේත පදනමක් සහ බොහෝ යෙදවීම් ඇත.

Git නිෂ්පාදනයේදී සහ පර්යේෂණ සහ සංවර්ධන (R&D) යන දෙකෙහිම භාවිතා කළ හැක, එය බොහෝ විට භාවිතා නොවේ.

උදාහරණයක් ලෙස, R&D අදියරේදී ඔබට විවිධ දත්ත සැකසුම් ක්‍රම සහ මාදිලි සමඟ කැපවීම් අත්හැරිය හැක, එවිට හොඳම එක තෝරාගෙන එය සමඟින් පහසුවෙන් වැඩ කරගෙන යන්න.

දෙවනුව, නිෂ්පාදනයේදී මෙය ප්‍රතිස්ථාපනය කළ නොහැකි දෙයකි - ඔබේ කේතය වෙනස් වන ආකාරය ඔබ නිරන්තරයෙන් සොයා බැලිය යුතු අතර හොඳම ප්‍රතිඵල ලබා දුන්නේ කුමන ආකෘතියද, අවසානයේ ක්‍රියා කළේ කුමන කේතයද සහ එය ක්‍රියා කිරීම නැවැත්වීමට හෝ වැරදි ප්‍රතිඵල නිකුත් කිරීමට හේතු වූ දේ දැන ගැනීමට අවශ්‍ය වනු ඇත. . කැප කිරීම් කරන්නේ ඒ සඳහායි!

ඔබට ඔබේ ව්‍යාපෘතියේ පැකේජයක් නිර්මාණය කළ හැකිය, එය උදාහරණයක් ලෙස Gemfury මත තබා, ඉන්පසු ඒවා 1000 වාරයක් නැවත ලිවීමට නොහැකි වන පරිදි එයින් කාර්යයන් ආයාත කරන්න, නමුත් පසුව වැඩි විස්තර.

මූලධර්මය 2: පරායත්තතා පැහැදිලිව ප්‍රකාශ කර හුදකලා කරන්න

සෑම ව්‍යාපෘතියකටම විවිධ පුස්තකාල ඇති අතර ඒවා කොතැනක හෝ යෙදීම සඳහා ඔබ පිටතින් ආනයනය කරයි. එය පයිතන් පුස්තකාල වේවා, විවිධ අරමුණු සඳහා වෙනත් භාෂාවල පුස්තකාල වේවා, හෝ පද්ධති මෙවලම් වේවා - ඔබේ කාර්යය වන්නේ:

  • පරායත්තතා පැහැදිලිව ප්‍රකාශ කරන්න, එනම්, ඔබගේ ව්‍යාපෘතියේ භාවිතා කරන සියලුම පුස්තකාල, මෙවලම් සහ ඒවායේ අනුවාද අඩංගු ගොනුවක් ස්ථාපනය කළ යුතු (උදාහරණයක් ලෙස, Python හි මෙය Pipfile හෝ requirements.txt භාවිතයෙන් කළ හැක. A හොඳින් තේරුම් ගැනීමට ඉඩ සලසන සබැඳිය: realpython.com/pipenv-guide)
  • සංවර්ධනය අතරතුර ඔබේ වැඩසටහන සඳහා විශේෂයෙන් යැපීම් හුදකලා කරන්න. ඔබට නිරන්තරයෙන් අනුවාද වෙනස් කිරීමට සහ නැවත ස්ථාපනය කිරීමට අවශ්‍ය නැත, උදාහරණයක් ලෙස, Tensorflow?

මේ ආකාරයෙන්, අනාගතයේදී ඔබේ කණ්ඩායමට සම්බන්ධ වන සංවර්ධකයින්ට ඔබේ ව්‍යාපෘතියේ භාවිතා වන පුස්තකාල සහ ඒවායේ අනුවාද පිළිබඳව ඉක්මනින් හුරුපුරුදු වීමට හැකි වන අතර, ඔබට නිශ්චිත එකක් සඳහා ස්ථාපනය කර ඇති අනුවාද සහ පුස්තකාල කළමනාකරණය කිරීමටද අවස්ථාව ලැබේ. ව්‍යාපෘතිය, පුස්තකාලවල හෝ ඒවායේ අනුවාදවල නොගැලපීම වළක්වා ගැනීමට ඔබට උපකාරී වනු ඇත.

ඔබේ යෙදුම නිශ්චිත OS එකක ස්ථාපනය කළ හැකි පද්ධති මෙවලම් මත ද රඳා නොසිටිය යුතුය. මෙම මෙවලම් පරායත්තතා මැනිෆෙස්ටයේ ද ප්‍රකාශ කළ යුතුය. මෙවලම්වල අනුවාදය (මෙන්ම ඒවා ලබා ගැනීමේ හැකියාව) විශේෂිත OS එකක පද්ධති මෙවලම් සමඟ නොගැලපෙන තත්වයන් වළක්වා ගැනීම සඳහා මෙය අවශ්ය වේ.

මේ අනුව, සෑම පරිගණකයකම පාහේ curl භාවිතා කළ හැකි වුවද, ඔබ එය තවමත් පරායත්තතාවයෙන් ප්‍රකාශ කළ යුතුය, මන්ද වෙනත් වේදිකාවකට සංක්‍රමණය වන විට එය එහි නොතිබිය හැකිය හෝ අනුවාදය ඔබට මුලින් අවශ්‍ය එකක් නොවනු ඇත.

උදාහරණයක් ලෙස, ඔබගේ requirements.txt මේ වගේ විය හැක:

# Model Building Requirements
numpy>=1.18.1,<1.19.0
pandas>=0.25.3,<0.26.0
scikit-learn>=0.22.1,<0.23.0
joblib>=0.14.1,<0.15.0

# testing requirements
pytest>=5.3.2,<6.0.0

# packaging
setuptools>=41.4.0,<42.0.0
wheel>=0.33.6,<0.34.0

# fetching datasets
kaggle>=1.5.6,<1.6.0

මූලධර්මය 3: සැකසුම්

විවිධ සංවර්ධකයින් AWS වෙතින් මුරපද සහ වෙනත් යතුරු සහිත පොදු ගබඩාවලට අහම්බෙන් GitHub වෙත කේත උඩුගත කිරීම, පසුදා $6000 හෝ $50000 ක ණයක් සමඟ අවදි වීම පිළිබඳ කථා බොහෝ දෙනෙක් අසා ඇත.

කාර්මික යන්ත්‍ර ඉගෙනීම: 10 සැලසුම් මූලධර්ම

ඇත්ත වශයෙන්ම, මෙම අවස්ථා අන්ත, නමුත් ඉතා වැදගත් වේ. ඔබ ඔබේ අක්තපත්‍ර හෝ වින්‍යාස කිරීම සඳහා අවශ්‍ය වෙනත් දත්ත කේතය තුළ ගබඩා කරන්නේ නම්, ඔබ වැරැද්දක් කරමින් සිටින අතර, ඒ මන්දැයි පැහැදිලි කිරීමට අවශ්‍ය නැතැයි මම සිතමි.

මෙයට විකල්පයක් වන්නේ පරිසර විචල්‍යයන් තුළ වින්‍යාසයන් ගබඩා කිරීමයි. පාරිසරික විචල්‍යයන් ගැන ඔබට වැඩිදුර කියවිය හැකිය මෙහි.

සාමාන්‍යයෙන් පරිසර විචල්‍යයන් තුළ ගබඩා කර ඇති දත්ත සඳහා උදාහරණ:

  • වසම් නාම
  • API URLs/URIs
  • පොදු සහ පුද්ගලික යතුරු
  • සම්බන්ධතා (තැපැල්, දුරකථන, ආදිය)

මේ ආකාරයෙන් ඔබේ වින්‍යාස විචල්‍යයන් වෙනස් වුවහොත් ඔබට නිරන්තරයෙන් කේතය වෙනස් කිරීමට අවශ්‍ය නොවේ. මෙය ඔබගේ කාලය, ශ්‍රමය සහ මුදල් ඉතිරි කර ගැනීමට උපකාරී වේ.

උදාහරණයක් ලෙස, ඔබ පරීක්ෂණ පැවැත්වීම සඳහා Kaggle API භාවිතා කරන්නේ නම් (උදාහරණයක් ලෙස, ආකෘතිය හොඳින් ක්‍රියාත්මක වන විට පරීක්ෂා කිරීමට මෘදුකාංගය බාගත කර එය හරහා ආකෘතිය ධාවනය කරන්න), එවිට Kaggle වෙතින් KAGGLE_USERNAME සහ KAGGLE_KEY වැනි පුද්ගලික යතුරු විය යුතුය. පරිසර විචල්‍ය වල ගබඩා කර ඇත.

මූලධර්මය 4: තෙවන පාර්ශවීය සේවා

මෙහි අදහස වන්නේ කේතය අනුව දේශීය හා තෙවන පාර්ශවීය සම්පත් අතර වෙනසක් නොමැති ආකාරයට වැඩසටහන නිර්මාණය කිරීමයි. උදාහරණයක් ලෙස, ඔබට දේශීය MySQL සහ තෙවන පාර්ශවීය දෙකම සම්බන්ධ කළ හැකිය. Google Maps හෝ Twitter API වැනි විවිධ API සඳහාද එය එසේම වේ.

තෙවන පාර්ශවීය සේවාවක් අක්‍රිය කිරීමට හෝ වෙනත් එකක් සම්බන්ධ කිරීමට, ඔබ ඉහත ඡේදයේ කතා කළ පරිසර විචල්‍යවල වින්‍යාසයේ යතුරු වෙනස් කිරීමට අවශ්‍ය වේ.

එබැවින්, උදාහරණයක් ලෙස, සෑම අවස්ථාවකම කේතය තුළ දත්ත කට්ටල සහිත ගොනු සඳහා මාර්ගය සඳහන් කරනවා වෙනුවට, පාත්ලිබ් පුස්තකාලය භාවිතා කර config.py හි දත්ත කට්ටල වෙත යන මාර්ගය ප්‍රකාශ කිරීම වඩා හොඳය, එවිට ඔබ කුමන සේවාවක් භාවිතා කළත් ( සඳහා උදාහරණයක් ලෙස, CircleCI), නව සේවාවේ නව ගොනු පද්ධතියේ ව්‍යුහය සැලකිල්ලට ගනිමින් දත්ත කට්ටල සඳහා මාර්ගය සොයා ගැනීමට වැඩසටහනට හැකි විය.

මූලධර්මය 5. ගොඩනැගීම, මුදා හැරීම, ධාවන කාලය

දත්ත විද්‍යාවේ බොහෝ දෙනෙකුට ඔවුන්ගේ මෘදුකාංග ලිවීමේ කුසලතා වැඩි දියුණු කිරීමට එය ප්‍රයෝජනවත් වේ. අපගේ වැඩසටහන හැකි තරම් කලාතුරකින් බිඳ වැටීමට සහ හැකි තාක් දුරට අසාර්ථක නොවී ක්‍රියා කිරීමට අපට අවශ්‍ය නම්, අපි නව අනුවාදයක් නිකුත් කිරීමේ ක්‍රියාවලිය අදියර 3 කට බෙදිය යුතුය:

  1. අදියර එකලස් කිරීම්. ඔබ ඔබේ හිස් කේතය තනි සම්පත් සමඟින් අවශ්‍ය සියලුම කේත සහ දත්ත අඩංගු ඊනියා පැකේජයක් බවට පරිවර්තනය කරයි. මෙම පැකේජය එකලස් කිරීමක් ලෙස හැඳින්වේ.
  2. අදියර මුදා හැරීම - මෙහිදී අපි අපගේ වින්‍යාසය එකලස් කිරීමට සම්බන්ධ කරමු, එසේ නොමැතිව අපගේ වැඩසටහන මුදා හැරීමට අපට නොහැකි වනු ඇත. දැන් මෙය සම්පූර්ණයෙන්ම දියත් කිරීමට සූදානම් නිකුතුවකි.
  3. ඊළඟට වේදිකාව පැමිණේ ඉටුවීම. මෙහිදී අපි අපගේ නිකුතුවෙන් අවශ්‍ය ක්‍රියාවලි ක්‍රියාත්මක කිරීමෙන් යෙදුම මුදා හරිමු.

ආකෘතියක නව අනුවාදයන් හෝ සම්පූර්ණ නල මාර්ගයක් නිකුත් කිරීම සඳහා එවැනි පද්ධතියක් මඟින් පරිපාලකයින් සහ සංවර්ධකයින් අතර භූමිකාවන් වෙන් කිරීමට ඔබට ඉඩ සලසයි, අනුවාද නිරීක්ෂණය කිරීමට සහ වැඩසටහනේ අනවශ්‍ය නැවතුම් වළක්වා ගැනීමට ඔබට ඉඩ සලසයි.

මුදා හැරීමේ කාර්යය සඳහා, ඔබට .yml ගොනුවක් තුළ ක්‍රියා කිරීමට ක්‍රියාවලි ලිවිය හැකි විවිධ සේවාවන් නිර්මාණය කර ඇත (උදාහරණයක් ලෙස, CircleCI හි මෙය ක්‍රියාවලියට සහය දැක්වීම සඳහා config.yml වේ). ව්‍යාපෘති සඳහා පැකේජ නිර්මාණය කිරීමේදී වීලි විශිෂ්ටයි.

ඔබට ඔබේ යන්ත්‍ර ඉගෙනුම් ආකෘතියේ විවිධ අනුවාද සමඟ පැකේජ සෑදිය හැක, ඉන්පසු ඒවා ඇසුරුම් කර අවශ්‍ය පැකේජ සහ ඒවායේ අනුවාද වෙත යොමු වී ඔබ එහි සිට ලියා ඇති කාර්යයන් භාවිතා කරන්න. මෙය ඔබගේ ආකෘතිය සඳහා API නිර්මාණය කිරීමට ඔබට උපකාර වනු ඇත, සහ ඔබගේ පැකේජය Gemfury හි සත්කාරකත්වය ලබා ගත හැක, උදාහරණයක් ලෙස.

මූලධර්මය 6. ඔබේ ආකෘතිය ක්‍රියාවලි එකක් හෝ කිහිපයක් ලෙස ධාවනය කරන්න

එපමණක් නොව, ක්‍රියාවලිවලට හවුල් දත්ත නොතිබිය යුතුය. එනම්, ක්‍රියාවලි වෙන වෙනම පැවතිය යුතු අතර, සියලු වර්ගවල දත්ත වෙන වෙනම පැවතිය යුතුය, උදාහරණයක් ලෙස, ඔබට අවශ්‍ය දේ මත පදනම්ව, MySQL හෝ වෙනත් වැනි තෙවන පාර්ශවීය සේවාවන්හි.

එනම්, ක්‍රියාවලි ගොනු පද්ධතිය තුළ දත්ත ගබඩා කිරීම අනිවාර්යයෙන්ම වටින්නේ නැත, එසේ නොමැතිනම් මෙය ඊළඟ නිකුතුවේදී / වින්‍යාසය වෙනස් කිරීමේදී හෝ වැඩසටහන ක්‍රියාත්මක වන පද්ධතිය මාරු කිරීමේදී මෙම දත්ත ඉවත් කිරීමට හේතු විය හැක.

නමුත් ව්‍යතිරේකයක් ඇත: යන්ත්‍ර ඉගෙනීමේ ව්‍යාපෘති සඳහා, ඔබට නව අනුවාදයක් දියත් කරන සෑම අවස්ථාවකම ඒවා නැවත ස්ථාපනය නොකිරීමට පුස්තකාල හැඹිලියක් ගබඩා කළ හැකිය, අමතර පුස්තකාල හෝ ඒවායේ අනුවාදවලට කිසිදු වෙනසක් සිදු කර නොමැති නම්. මේ ආකාරයෙන්, ඔබ ඔබේ ආකෘතිය කර්මාන්තයේ දියත් කිරීමට ගතවන කාලය අඩු කරනු ඇත.

ක්‍රියාවලි කිහිපයක් ලෙස ආකෘතිය ක්‍රියාත්මක කිරීම සඳහා, ඔබට අවශ්‍ය ක්‍රියාවලි සහ ඒවායේ අනුපිළිවෙල සඳහන් කරන .yml ගොනුවක් සෑදිය හැක.

මූලධර්මය 7: ප්රතිචක්රීකරණය

ඔබගේ ආදර්ශ යෙදුමේ ක්‍රියාත්මක වන ක්‍රියාවලි ආරම්භ කිරීමට සහ නැවැත්වීමට පහසු විය යුතුය. මේ අනුව, මෙය ඔබට ඉක්මනින් කේත වෙනස් කිරීම්, වින්‍යාස වෙනස් කිරීම්, ඉක්මනින් හා නම්‍යශීලී ලෙස පරිමාණය කිරීමට සහ ක්‍රියාකාරී අනුවාදයේ සිදුවිය හැකි බිඳවැටීම් වළක්වා ගැනීමට ඉඩ සලසයි.

එනම්, ආකෘතිය සමඟ ඔබේ ක්‍රියාවලිය විය යුත්තේ:

  • ආරම්භක කාලය අවම කරන්න. ඉතා මැනවින්, ආරම්භක කාලය (ආරම්භක විධානය නිකුත් කළ මොහොතේ සිට ක්රියාවලිය ක්රියාත්මක වන මොහොත දක්වා) තත්පර කිහිපයකට වඩා වැඩි නොවිය යුතුය. ඉහත විස්තර කර ඇති පුස්තකාල හැඹිලි කිරීම, ආරම්භක කාලය අඩු කිරීම සඳහා එක් තාක්ෂණයකි.
  • නිවැරදිව අවසන් කරන්න. එනම්, සේවා වරායට සවන් දීම සැබවින්ම අත්හිටුවා ඇති අතර, මෙම වරාය වෙත ඉදිරිපත් කරන ලද නව ඉල්ලීම් ක්‍රියා නොකරනු ඇත. මෙහිදී ඔබට DevOps ඉංජිනේරුවන් සමඟ හොඳ සන්නිවේදනයක් සැකසීමට අවශ්‍ය වේ, නැතහොත් එය ඔබම ක්‍රියා කරන ආකාරය තේරුම් ගත යුතුය (වඩාත් සුදුසු, ඇත්ත වශයෙන්ම, දෙවැන්න, නමුත් සන්නිවේදනය සැමවිටම පවත්වා ගත යුතුය, ඕනෑම ව්‍යාපෘතියකදී!)

මූලධර්මය 8: අඛණ්ඩ යෙදවීම/ඒකාබද්ධ කිරීම

බොහෝ සමාගම් යෙදුම් සංවර්ධනය සහ යෙදවීමේ කණ්ඩායම් අතර වෙන්වීමක් භාවිතා කරයි (අවසාන පරිශීලකයින්ට යෙදුම ලබා ගත හැක). මෙය මෘදුකාංග සංවර්ධනය සහ එය වැඩිදියුණු කිරීමේ ප්‍රගතිය බෙහෙවින් මන්දගාමී කළ හැකිය. එය සංවර්ධනය සහ ඒකාබද්ධතාවය දළ වශයෙන් ඒකාබද්ධ වී ඇති DevOps සංස්කෘතිය ද නරක් කරයි.

එමනිසා, මෙම මූලධර්මය පවසන්නේ ඔබේ සංවර්ධන පරිසරය ඔබේ නිෂ්පාදන පරිසරයට හැකි තරම් සමීප විය යුතු බවයි.

මෙය ඉඩ දෙනු ඇත:

  1. මුදා හැරීමේ කාලය දස ගුණයකින් අඩු කරන්න
  2. කේත නොගැලපීම හේතුවෙන් දෝෂ ගණන අඩු කරන්න.
  3. සංවර්ධකයින් සහ යෙදුම යොදවන පුද්ගලයින් දැන් එක් කණ්ඩායමක් බැවින් මෙය කාර්ය මණ්ඩලයේ කාර්ය භාරය ද අඩු කරයි.

ඔබට මෙය සමඟ වැඩ කිරීමට ඉඩ සලසන මෙවලම් වන්නේ CircleCI, Travis CI, GitLab CI සහ වෙනත් ය.

ඔබට ඉක්මනින් ආකෘතියට එකතු කිරීම් කළ හැකිය, එය යාවත්කාලීන කර එය වහාම දියත් කළ හැකිය, අසාර්ථක වූ විට, වැඩ කරන අනුවාදයට ඉතා ඉක්මණින් ආපසු යාම පහසු වනු ඇත, එවිට අවසන් පරිශීලකයා එය නොදකිනු ඇත. ඔබට හොඳ පරීක්ෂණ තිබේ නම් මෙය විශේෂයෙන් පහසුවෙන් සහ ඉක්මනින් කළ හැකිය.

වෙනස්කම් අවම කරන්න!!!

මූලධර්මය 9. ඔබේ ලඝු-සටහන්

ලඝු-සටහන් (හෝ "ලඝු-සටහන්") යනු යෙදුම් (සිදුවීම් ප්‍රවාහය) තුළ සිදුවන සාමාන්‍යයෙන් පෙළ ආකෘතියෙන් වාර්තා කරන සිදුවීම් වේ. සරල උදාහරණයක්: "2020-02-02 - පද්ධති මට්ටම - ක්‍රියාවලි නම." වැඩසටහන ක්‍රියාත්මක වන විට සිදුවන්නේ කුමක්ද යන්න සංවර්ධකයාට වචනානුසාරයෙන් දැක ගත හැකි වන පරිදි ඒවා නිර්මාණය කර ඇත. ඔහු ක්‍රියාවලිවල ප්‍රගතිය දකින අතර එය සංවර්ධකයා විසින්ම අදහස් කළ පරිදි දැයි තේරුම් ගනී.

මෙම මූලධර්මය පවසන්නේ ඔබ ඔබේ ගොනු පද්ධතිය තුළ ඔබේ ලඝු-සටහන් ගබඩා නොකළ යුතු බවයි - ඔබ ඒවා තිරයට “ප්‍රතිදානය” කළ යුතුය, උදාහරණයක් ලෙස, පද්ධතියේ සම්මත ප්‍රතිදානය මත මෙය කරන්න. තවද මේ ආකාරයෙන් සංවර්ධනය අතරතුර පර්යන්තයේ ගලායාම නිරීක්ෂණය කිරීමට හැකි වනු ඇත.

මෙයින් අදහස් කරන්නේ ලඝු-සටහන් සුරැකීමට කිසිසේත් අවශ්‍ය නොවන බව ද? ඇත්ත වශයෙන්ම නැත. ඔබගේ යෙදුම මෙය නොකළ යුතුය-එය තෙවන පාර්ශ්ව සේවා වෙත තබන්න. ඔබගේ යෙදුමට ලොග් යොමු කළ හැක්කේ තත්‍ය කාලීන බැලීම සඳහා නිශ්චිත ගොනුවකට හෝ පර්යන්තයකට හෝ සාමාන්‍ය කාර්ය දත්ත ගබඩා පද්ධතියකට (හැඩූප් වැනි) යොමු කිරීමට පමණි. ඔබගේ යෙදුමම ලොග ගබඩා කිරීම හෝ අන්තර් ක්‍රියා නොකළ යුතුය.

මූලධර්මය 10. පරීක්ෂණය!

කාර්මික යන්ත්‍ර ඉගෙනීම සඳහා, මෙම අදියර අතිශයින්ම වැදගත් වේ, මන්ද ආකෘතිය නිවැරදිව ක්‍රියා කරන අතර ඔබට අවශ්‍ය දේ නිපදවන බව ඔබ තේරුම් ගත යුතුය.

පයිටෙස්ට් භාවිතයෙන් පරීක්ෂණ නිර්මාණය කළ හැකි අතර, ඔබට ප්‍රතිගාමී/වර්ගීකරණ කාර්යයක් තිබේ නම් කුඩා දත්ත කට්ටලයක් භාවිතයෙන් පරීක්ෂා කළ හැක.

ගැඹුරු ඉගෙනුම් ආකෘතීන් සඳහා එකම බීජයක් සැකසීමට අමතක නොකරන්න, එවිට ඔවුන් නිරන්තරයෙන් විවිධ ප්රතිඵල නිපදවන්නේ නැත.

මෙය මූලධර්ම 10 පිළිබඳ කෙටි විස්තරයක් වූ අතර, ඇත්ත වශයෙන්ම, ඒවා ක්‍රියා කරන ආකාරය උත්සාහ නොකර ඒවා භාවිතා කිරීම අපහසුය, එබැවින් මෙම ලිපිය රසවත් ලිපි මාලාවක පෙරවදනක් පමණක් වන අතර එමඟින් මම නිර්මාණය කරන්නේ කෙසේද යන්න හෙළි කරමි. කාර්මික යන්ත්‍ර ඉගෙනීමේ ආකෘති, ඒවා පද්ධතිවලට ඒකාබද්ධ කරන්නේ කෙසේද සහ මෙම මූලධර්ම අප සැමට ජීවිතය පහසු කරන්නේ කෙසේද.

ඕනෑම කෙනෙකුට කැමති නම් අදහස් දැක්වීමේදී තැබිය හැකි සිසිල් මූලධර්ම භාවිතා කිරීමට මම උත්සාහ කරමි.

මූලාශ්රය: www.habr.com

අදහස් එක් කරන්න