Metric_fu : 静态代码检查工具。详细资料见: http://metric-fu.rubyforge.org/
它包括以下 10 种工具:
Churn ——文件被改动的次数,频繁度。
Rcov ——代码覆盖范围。
Stats ——代码量信息的统计,包括行数、类数、方法数等。
Rails Best Practices report —— Bullet 插件的作者黄志敏( flyerhzm )根据 ihower 演讲的内容,制作了一个能够自动检查违背最佳实践代码的 Gem ,名为 rails_best_practices.
Roodi ( Ruby 面向对象设计 Inferometer ) —— 该工具会解析你的 Ruby 代码,并根据你配置好的列表,对设计方面的问题提出警告,比如:类代码行数检查、 for 循环检查、参数个数检查、圈复杂度检查,还有其他 10 个检查选项。
Reek —— 类似 Roodi 。
Saikuro —— 设计目的是要检查 圈复杂度 。
Flog —— 由 Ryan Davis 开发,它会给你的代码计算一个得分:得分越高,你的代码越差。计算得分时考虑了 ABC 度量指标(赋值、分支和调用)。
Flay —— 这是 Ryan Davis 开发的另一个免费工具,能够找到代码中在结构上的相似性。
Hotspots ——将 Flog, Flay, Rcov, Reek, Roodi 和 Churn 的报告结果整合起来的一种工具。
要想使用所有这些工具,你很快就会觉得痛苦,这时 metric_fu 就成了 救星 。它能够方便地生成关于你的应用的报告。很容易就能把它和 Rails 集成在一起,而且花些时间就能生成图表。
配置方法:
1.gem install metric_fu
2. 在 Gemfile 文件中添加 gem 'metric_fu' 一行代码
3. 控制台下 rake metrics:all
4. 在工程的 tmp 文件夹下查看生成的 .html 文件图表。
分享到:
相关推荐
安装gem install metric_fu如果您无法安装gem 尝试将metric_fu添加到您的Gemfile中并进行捆绑。 在问题页面上提交票证。 MetricFu是经过。 为了确保您安装的gem没有被篡改: 添加我的公共密钥(如果尚未添加)作为受...
标题中的“metric_compare:在git commit之间运行metric_fu比较”指的是一个工具或方法,用于在Git版本控制系统中的不同提交(commit)之间比较代码质量度量。`metric_fu`是Ruby编程语言的一个开源工具,它提供了多种...
《PyPI官网下载:windchill_metric_config-0.0.17-py3-none-any.whl》 PyPI(Python Package Index)是Python社区官方的软件包仓库,它为Python开发者提供了一个集中发布和获取Python库的地方。在这个场景中,我们...
资源分类:Python库 所属语言:Python 资源全名:pytorch_metric_learning-1.1.1.dev0-py3-none-any.whl 资源来源:官方 安装方法:https://lanzao.blog.csdn.net/article/details/101784059
双边滤波处理后的深度图(图像大小640*480,深度值范围0~2.226)生成的txt文件
metric_learning 用于面部识别的度量学习TF 2.0 + Keras算法实现要求: Python 3.6+ 点安装-r requirements.txt 如果有GPU,请pip install tensorflow-gpu == 2.0.0(强烈建议)Datset设置: 这些步骤将下载VGGFace2...
【标题】"tutorial_metric_tutorial_" 提供了一个与CNCN(可能是计算机数控技术或相关领域)相关的教学教程,特别是关于“metric”部分,这暗示了教程可能涉及到公制单位系统在CNC操作中的应用。 【描述】"TUTORIAL...
有关详细信息,请参阅发行说明。 文档 在此处查看文档 Google Colab 示例 请参阅笔记本的示例文件夹,其中显示了带有日志记录和模型保存的整个训练/测试工作流程。 该库的优点 易于使用 在您的训练循环中只需 2 行...
sensor_metric_explorer sensor_data_preprocessing 是用于定向和过滤 Shimmer 传感器的代码库 < 。 该代码还将数据文件修剪为感兴趣的部分。 此代码高度特定于 sensor_metric_explorer 1.0.0 sensor_metric_...
资源来自pypi官网,解压后可用。 资源全名:pytorch_metric_learning-0.9.31-py3-none-any.whl
资源分类:Python库 所属语言:Python 资源全名:metric_visualizer-0.3.19-py3-none-any.whl 资源来源:官方 安装方法:https://lanzao.blog.csdn.net/article/details/101784059
资源来自pypi官网。 资源全名:pytorch_metric_learning-0.9.52-py3-none-any.whl
模型评估指标是衡量机器学习或预测模型性能的关键工具。在这个文档中,提到的是一种特定的准确性度量方法,它涉及到对不同价格区间的预测精度进行加权计算。这个度量方法考虑了不同价格范围出现的频率,并通过标准化...
"metric_imp_converter"是一个与JavaScript相关的项目,可能是一个用于度量单位转换的工具或库。在JavaScript中,这样的工具可以帮助开发者处理不同的计量单位系统,比如公制(Metric)和英制(Imperial)。以下是...
一个典型的Haproxy_exporter的监控metric例子 包含指标 haproxy_backend_bytes_in_total haproxy_backend_bytes_out_total haproxy_backend_client_aborts_total haproxy_backend_compressor_bytes_bypassed_total ...
损失函数如何工作在训练循环中使用损失和矿工让我们初始化一个简单的 : from pytorch_metric_learning import lossesloss_func = losses . TripletMarginLoss () 要在训练循环中计算损失,请传递模型计算的嵌入以及...