第15章：指针 第16章：结构体 第17章：值部 - 为了更容易和更深刻地理解Go中的各种值 第18章：数组、切片和映射 - Go中的首要容器类型 第19章：字符串 第20章：函数 - 函数类型和函数值，以及变长参数个数函数 第21章：通道 - Go特色的并发同步方式 第22章：方法 第23章：接口 - 通过包裹不同具体类型的非接口值来实现反射和多态 第24章：类型内嵌 - 不同于继承的类型扩展方式 第25章：非类型安全指针 101”或者访问github.com/golang101/golang101 获 取本书最新版） 关于《Go语言101》 我觉得很难用通常的描述方式来描述本文中的内容。 所以本文将采用采访的形 式来进行描述。 你好，老貘，你是什么时候开始写这本书的？ 大概在2016年七月份左右，不是很密集地使用了Go两年后，我觉得Go是一门简 单的语言，我感觉我已经精通了Go编程。 在那个时候，我在日常编程中已经搜 有什么其它值得一提吗？ 本书不涵盖自定义泛型相关内容。 请阅读《Go自定义泛型101》 一书来了解 使用自定义泛型。 另外，在阐述值类型转换、值赋值和值比较规则时，自定义泛型中频繁使用的 类型参数类型被特意忽略掉了。 也就是说，本书不考虑自定义泛型中的情形。 本书由老貘 历时三年写成。目前本书仍在不断改进和增容中。你的赞赏是本 书和Go101.org网站不断增容和维护的动力。 （请搜索关注微信公众号“Go

第16章：结构体 第17章：值部 - 为了更容易和更深刻地理解Go中的各种值 第18章：数组、切片和映射 - Go中的首要容器类型 第19章：字符串 第20章：函数 - 函数类型和函数值，以及变长参数个数函数 第21章：通道 - Go特色的并发同步方式 第22章：方法 第23章：接口 - 通过包裹不同具体类型的非接口值来实现反射和多态 第24章：类型内嵌 - 不同于继承的类型扩展方式 第25章：非类型安全指针 有什么其它值得一提吗？ 本书不涵盖自定义泛型相关内容。 请阅读《Go自定义泛型101》 ? 一书来了 解使用自定义泛型。 另外，在阐述值类型转换、值赋值和值比较规则时，自定义泛型中频繁使用的 类型参数类型被特意忽略掉了。 也就是说，本书不考虑自定义泛型中的情 形。 本书由老貘 ? 历时三年写成。目前本书仍在不断改进和增容中。你的赞赏是 本书和Go101.org网站不断增容和维护的动力。 赞赏 example.com/program（现在已经被废弃而不再推荐被使用了）。 我们可以运行go help aSubCommand来查看一个子命令aSubCommand的帮助信 息。 运行不带参数的go命令将会列出所有支持的go子命令。 《Go语言101》系列文章将不再对各种go子命令做更多的解释。 请阅读官方文 档 ? （墙外版 ? ）以获取更多信息。 查看Go代码库文档 我们可

16 1.8.4.17 1.8.5 1.8.5.1 1.8.5.2 1.8.5.3 控制流程 条件与循环 返回与跳转 异常 包与导入 类与对象 类 继承 属性 接口 函数式（SAM）接口 可见性修饰符 扩展 数据类 密封类与密封接口 泛型：in、out、where 嵌套类 枚举类 内联类 对象表达式与对象声明 委托 属性委托 类型别名 函数 函数 Flow——教程 序列化（kotlinx.serialization） Lincheck（kotlinx.lincheck） Lincheck 指南 用 Lincheck 编写第一个测试 测试策略 操作参数 数据结构约束 进度保证 时序规范 Ktor↗ API 参考 标准库（stdlib）↗ 测试库（kotlin.test）↗ 协程（kotlinx.coroutines）↗ 序列化（kotlinx 合用。 适用于架构决策时看重自由度的 开发者的轻量级框架。 5. 使用 Ktor 创建 HTTP API。 6. 使用 Ktor 创建 WebSocket 聊天。 7. 使用 Ktor 创建交互式网站。 8. 发布服务器端 Kotlin 应用程序： Ktor on Heroku。 9. 在应用程序中使用 Kotlin 库与第三方库。 了解关于向项目中添加库与工 具依赖项的更多信息。 Kotlin

degrees wires and buses placement. 2.10. 弹出菜单和快速编辑 右键单击可打开所选元素的上下文菜单。 这包含： 缩放系数。 网格调整。 通常编辑所选元素的参数。 没有选定元素的弹出窗口。 编辑标签。 编辑符号。 第 3 章 主菜单 3.1. 文件菜单 新建 关闭当前原理图并启动一个新原理图（仅在独立模式下）。 打开 加载原理图项目（仅在独立模式下）。 末端，以使标签看起来是连接 的。 注2： 要建立连接，必须将一段导线的两端连接到另一个段或一个引脚。 如果有重叠（如果导线通过引脚，但没有连接到引脚端）则没有连接。 注3： 交叉的电线不是隐式连接的。 如果需要连接，则必须将它们与连接点连接。 前面的图（连接到 DB25FEMALE 引脚22,21,20,19的导线）显示了使用结符号 的连接情况。 注4： 如果两个不同的标签放在同一 ……），理论上是在其他引脚的位置上。 在第一个标签下画线。 然后使用重复命令将其他导线放在标签下。 如果需要，以相同的方式放置总线条目（放置第一个条目，然后使用重复 命令）。 注意 在 “首选项/选项” 菜单中，您可以设置重复参数： 垂直步骤。 水平步骤。 标签增量（因此可以递增 2,3 或递减）。 总线之间的全局连接 您可能需要总线之间的连接，以便链接具有不同名称的两个总线，或者在层次 结构的情况下，以在不同的表之间创建连接。

Failure handling Connections Password management Leveraging native SSH config files fab 选项和参数 基本应用 直接执行远程命令 命令行参数 Per-task arguments 配置文件 Fabfile 文件的结构和使用 指定 fabfile 引用 Fabric 定义任务并导入 callable 任务 与远程程序集成 所说： Fabric 是一个 Python (2.5-2.7) 的库和命令行工具，用来提高基于 SSH 的 应用部署和系统管理效率。 更具体地说，Fabric 是： 一个让你通过 命令行 执行 无参数 Python 函数 的工具； 一个让通过 SSH 执行 Shell 命令更加 容易 、 更符合 Python 风格 的命令 库（建立于一个更低层次的库）。 自然而然地，大部分用户把这两件事结合着用，使用 模块中做的事情同样可以在一个 fabfile 中完成。 参见 Execution strategy, 定义任务, fab 选项和参数 任务参数 和你平时的 Python 编程一样，给任务函数传递参数很有必要``。Fabric 支持 Shell 兼容的参数用法： <任务名>:<参数>, <关键字参数名>=<参数值>,... 用起来就 是这样，下面我们用一个 say hello 的实例来展开说明一下： def hello(name="world"):

Failure handling Connections Password management Leveraging native SSH config files fab 选项和参数 基本应用 直接执行远程命令 命令行参数 Per-task arguments 配置文件 Fabfile 文件的结构和使用 指定 fabfile 引用 Fabric 定义任务并导入 callable 任务 与远程程序集成 所说： Fabric 是一个 Python (2.5-2.7) 的库和命令行工具，用来提高基于 SSH 的 应用部署和系统管理效率。 更具体地说，Fabric 是： 一个让你通过 命令行 执行 无参数 Python 函数 的工具； 一个让通过 SSH 执行 Shell 命令更加 容易 、 更符合 Python 风格 的命令 库（建立于一个更低层次的库）。 自然而然地，大部分用户把这两件事结合着用，使用 模块中做的事情同样可以在一个 fabfile 中完成。 参见 Execution strategy, 定义任务, fab 选项和参数 任务参数 和你平时的 Python 编程一样，给任务函数传递参数很有必要``。Fabric 支持 Shell 兼容的参数用法： <任务名>:<参数>, <关键字参数名>=<参数值>,... 用起来就 是这样，下面我们用一个 say hello 的实例来展开说明一下： def hello(name="world"):

Crypto 数据隐私保护 机器学习算法 纵向联邦学习 团队 我们的团队 参与开发 参与开发&测试 参考文献 参考文献 系统介绍 PaddleDTX，是一个基于去中心化存储的专注于分布式机器学习技术的解决方 案，攻克海量隐私数据的安全存储问题，并且实现多方数据的安全交换，助其 突破数据孤岛，共同建模，联合发挥数据的最大价值。 主要特征 PaddleDTX的主要特征如下： 支持多 训练任务以通过训练得到模型为目标； 预测任务以预测数据的目标值为目标。 任务由计算需求节点发布到区块链网络，由数据持有节点确认数据使用权，由 任务执行节点最终执行。 算法 PaddleDTX中的算法，一般指的是经过分布式改造的机器学习算法，即联邦学 习算法。 目前开源了纵向联邦学习算法，包括多元线性回归和多元逻辑回归。 训练样本和预测数据集 PaddleDTX中的训练样本和预测数据集都是以文件的形式存储于中心化存储网 PaddleDTX中的模型，以“分片”的形式存储在参与训练的任务执行节点的本 地，在预测时，任务执行节点使用各自的模型进行计算，再汇总得到最终结 果。 模型评估 PaddleDTX中的模型评估同样经过分布式改造。如果用户指定执行模型评估， 并设置评估方式和参数，任务执行节点本地实例化评估器，评估器会划分训练 样本、创建并运行训练任务、创建并运行预测任务，最后计算评估指标。任务 执行节点各自持有部分训练集和验证集，在训练和预测过程中，任务执行节点

Crypto 数据隐私保护 机器学习算法 纵向联邦学习 团队 我们的团队 参与开发 参与开发&测试 参考文献 参考文献 系统介绍 PaddleDTX，是一个基于去中心化存储的专注于分布式机器学习技术的解决方 案，攻克海量隐私数据的安全存储问题，并且实现多方数据的安全交换，助其 突破数据孤岛，共同建模，联合发挥数据的最大价值。 主要特征 PaddleDTX的主要特征如下： 支持多 训练任务以通过训练得到模型为目标； 预测任务以预测数据的目标值为目标。 任务由计算需求节点发布到区块链网络，由数据持有节点确认数据使用权，由 任务执行节点最终执行。 算法 PaddleDTX中的算法，一般指的是经过分布式改造的机器学习算法，即联邦学 习算法。 目前开源了纵向联邦学习算法，包括多元线性回归和多元逻辑回归。 训练样本和预测数据集 PaddleDTX中的训练样本和预测数据集都是以文件的形式存储于中心化存储网 到最终结 果。 正在进行中 我们即将支持的主要功能如下: 1. 支持更多的机器学习算法和对应的分布式改造，主要包括神经网络、决策 树等； 2. 支持横向联邦学习算法，计划先对多元线性回归和多元逻辑回归进行改 造； 3. 提供联邦学习训练参数的评估能力，通过交叉验证等方式评估训练参数的 优劣； 4. 优化目前使用的加法同态算法Paillier的性能； 5. 去中心化存储服务支持负载

拔、可灵活组装的组件所组成，开箱即用，灵活便捷，易于二次开发。 区块链多方协作治理组件：开启治理实践新起点 WeBankBlockchain-Governance区块链多方协作治理组件是一套轻量解耦、 简洁易用、通用场景和一站式的区块链治理组件解决方案。 首批开源的有 账户治理组件(Governance-Account)、权限治理组件(Governance-Auth)、 私 钥管理组件(Governance-Key)和证书管 ）和应用开 发脚手架（SmartDev-Scaffold）。开发者可根据自己的情况自由选择相应 的开发工具，提升开发效率。 系统设计 整体架构 共识算法 交易并行 分布式存储 预编译合约 更多设计文档 社区资源 Github主页 [https://github.com/FISCO-BCOS/FISCO-BCOS/tree/master-2.0] [Gitee] [https://gitee.com/WeBank/WeIdentity] [文档] [https://weidentity.readthedocs.io/] WeDPR 即时可用，场景式隐私保护高效解决方案套件和服务： [GitHub] [https://github.com/WeBankBlockchain/WeDPR-Lab-Core] [Gitee] [https://gitee

拔、可灵活组装的组件所组成，开箱即用，灵活便捷，易于二次开发。 区块链多方协作治理组件：开启治理实践新起点 WeBankBlockchain-Governance区块链多方协作治理组件是一套轻量解耦、 简洁易用、通用场景和一站式的区块链治理组件解决方案。 首批开源的有 账户治理组件(Governance-Account)、权限治理组件(Governance-Auth)、 私 钥管理组件(Governance-Key)和证书管 ）和应用开 发脚手架（SmartDev-Scaffold）。开发者可根据自己的情况自由选择相应 的开发工具，提升开发效率。 系统设计 整体架构 共识算法 交易并行 分布式存储 预编译合约 更多设计文档 社区资源 Github主页 [https://github.com/FISCO-BCOS/FISCO-BCOS/tree/master-2.0] [Gitee] [https://gitee.com/WeBank/WeIdentity] [文档] [https://weidentity.readthedocs.io/] WeDPR 即时可用，场景式隐私保护高效解决方案套件和服务： [GitHub] [https://github.com/WeBankBlockchain/WeDPR-Lab-Core] [Gitee] [https://gitee