一款纯粹、干净的Markdown开源笔记软件
项目地址
https://github.com/dullage/flatnotes
项目介绍
FlatNotes是一款纯粹、无干扰的笔记应用程序,没有数据库、专有格式、复杂的文件夹结构或类似的东西,让你只专注笔记内容本身
项目特性
干净简单的用户界面
响应式移动端界面
原生/所见即所得Markdown编辑模式
高级搜索功能
笔记“标签”功能
支持wikilink易链接其它笔记
明暗主题切换
多种认证选项
提供Restful API
安装部署
Docker部署
docker run -d
-e "PUID=1000"
-e "PGID=1000"
-e "FLATNOTES_AUTH_TYPE=password"
-e "FLATNOTES_USERNAME=user"
-e "FLATNOTES_PASSWORD=changeMe!"
-e "FLATNOTES_SECRET_KEY=aLongRandomSeriesOfCharacters"
-v "$(pwd)/data:/data"
-p "8080:8080"
dullage/flatnotes:latest
Docker Compose
version: '3'
services:
flatnotes:
image: dullage/flatnotes:latest
container_name: flatnotes
environment:
- PUID=1000
- PGID=1000
- FLATNOTES_AUTH_TYPE=password
- FLATNOTES_USERNAME=user
- FLATNOTES_PASSWORD=changeMe!
- FLATNOTES_SECRET_KEY=aLongRandomSeriesOfCharacters
volumes:
- ./data:/data
ports:
- "8080:8080"
restart: unless-stopped
群晖部署
登录群晖面板,打开Container Manager套件
在注册表中搜索
dullage/flatnotes
,下载最新版本的镜像
创建存放数据的文件夹(test/flatnotes)
设置文件夹权限为Everyone可读写
打开镜像界面,选择刚下载的flatnotes镜像,点击“运行”
在创建容器时,设置端口转发,本地端口8080转发到容器的8080端口(如果冲突就设置别的本地端口)
新增存储空间设置,容器的/data映射到flatnotes群晖文件夹
增加环境变量如下图,用户名和密码可按需更改
确定设置后,启动容器即完成部署
效果预览
项目运行成功后,通过浏览器访问【http://你的设备IP:8080】flatnotes的前端界面,输入环境变量中的用户名和密码进行登录
搜索所有笔记
书写和预览模式
我是老宁
一个热爱技术的程序员和极客,群晖NAS深度玩家!
专注NAS相关技术分享,原创!干货!
觉得老宁的文章对你有帮助,记得点赞、收藏、加关注!
作者声明本文无利益相关,欢迎值友理性交流,和谐讨论~
卖女孩的火柴棍
二,后面有其他大佬建议,原因在于之前囫囵吞枣,应该得回归基础,找几本书看看。。。
三,目前执行中,但书本看过的内容很快就忘,没啥感觉,对python及其第三库规则or参数还是不甚了解。。。
四,本人非系统开发方向,非程序员,但需要python做统计分析、数据挖掘、规则策略和算法建模,so应该咋办?求指导
校验提示文案
卖女孩的火柴棍
一、数据导入
二、数据预处理(清洗规整、增删改查、数据类型转化)
三、探索分析(可视自动化)
四、特征衍生(组合变量批量自动化生成、特征筛选指标评估自动化)
五、分箱筛选(变量分箱最优自动化)
六、相关性构建(多类算法聚合:逻辑、回归、分类&机器学习、深度学习、强化学习
七、检验评测(第六项计算各自的混淆矩阵指标,自动化计算结果)
八、分数转换
九、超参调优
so针对第二至七项,就python及其第三方库(自动化)实操详解的电子书及其代码而言,特跪求大佬推荐。。。非AI或者chatgpt+XX系列,书籍需求具体如下:
1、小白速成上手、简单易懂
because:文科转型
2、行业内公认靠谱,电子书中文版(暂不考虑:单个某库的说明书)
because:内容忒多繁杂,且无常用算法库的聚合呈现
3、需要2023年出版
because:即使按书实操,旧版书均因为其所涉之第三方库的灭失、相同操作而新旧版本不适配、新旧版本变更操作等原因而导致无法实现同等功能)
校验提示文案
木工弹簧夹
校验提示文案
测控
校验提示文案
风风x
校验提示文案
中不了奖
校验提示文案
中不了奖
校验提示文案
测控
校验提示文案
风风x
校验提示文案
木工弹簧夹
校验提示文案
卖女孩的火柴棍
二,后面有其他大佬建议,原因在于之前囫囵吞枣,应该得回归基础,找几本书看看。。。
三,目前执行中,但书本看过的内容很快就忘,没啥感觉,对python及其第三库规则or参数还是不甚了解。。。
四,本人非系统开发方向,非程序员,但需要python做统计分析、数据挖掘、规则策略和算法建模,so应该咋办?求指导
校验提示文案
卖女孩的火柴棍
一、数据导入
二、数据预处理(清洗规整、增删改查、数据类型转化)
三、探索分析(可视自动化)
四、特征衍生(组合变量批量自动化生成、特征筛选指标评估自动化)
五、分箱筛选(变量分箱最优自动化)
六、相关性构建(多类算法聚合:逻辑、回归、分类&机器学习、深度学习、强化学习
七、检验评测(第六项计算各自的混淆矩阵指标,自动化计算结果)
八、分数转换
九、超参调优
so针对第二至七项,就python及其第三方库(自动化)实操详解的电子书及其代码而言,特跪求大佬推荐。。。非AI或者chatgpt+XX系列,书籍需求具体如下:
1、小白速成上手、简单易懂
because:文科转型
2、行业内公认靠谱,电子书中文版(暂不考虑:单个某库的说明书)
because:内容忒多繁杂,且无常用算法库的聚合呈现
3、需要2023年出版
because:即使按书实操,旧版书均因为其所涉之第三方库的灭失、相同操作而新旧版本不适配、新旧版本变更操作等原因而导致无法实现同等功能)
校验提示文案