Lagrange 正在参加 2021 年度 OSC 中国开源项目评选,请投票支持!
Lagrange 在 2021 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
2021 年度 OSC 中国开源项目评选 正在火热进行中,快来投票支持你喜欢的开源项目!
2021 年度 OSC 中国开源项目评选 >>> 中场回顾
Lagrange 获得 2021 年度 OSC 中国开源项目评选「最佳人气项目」 !

软件简介

Lagrange 是一个用于浏览 Geminispace 的桌面 GUI 客户端。它提供了网络浏览器所熟悉的现代便利,如平滑滚动、内联图像浏览、多标签、视觉主题、Unicode、书签、历史和页面轮廓。

与 Gemini 一样,Lagrange 的设计也是以极简主义为宗旨。它只依赖少量的基本库。它是用 C 语言编写的,并使用 SDL 进行硬件加速的图形处理。OpenSSL 被用于安全通信。

特点:

  • 美丽的排版,完全支持 Unicode
  • 为每个 Gemini 域自动生成页面风格和符号
  • 输入 URL 时的智能建议--搜索书签、历史、身份信息
  • 侧边栏可显示页面轮廓,管理书签和身份,并查看历史记录
  • 多个标签
  • 身份管理 - 创建和使用 TLS 客户端证书
  • 音频播放:MP3、Ogg Vorbis、WAV

下载:

可以在 Releases 中找到适用于 Windows、macOS 和 Linux 的预构建二进制文件。

在 macOS 上,您可以通过 Homebrew 安装和升级:

brew install --cask lagrange

在 openSUSE Tumbleweed 上:

sudo zypper install lagrange
展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (1)

加载中
t
2021/08/09 09:10
回复
举报
更多评论
暂无内容
发表了博客
2015/09/10 15:03

拉格朗日插值法(Lagrange)

拉格朗日插值法是基于基函数的插值方法,插值多项式可以表示为: 其中称为 i 次基函数 Matlab中拉格朗日插值法函数为:Language 功能:求已知点数据点的拉格朗日多项式 调用格式:f=Lagrange(x,y) 或者 f ’=Lagrange(x,y,x0) 其中,x为已知数据点的x坐标向量 y为已知数据点的y坐标向量 x0为插值点的x坐标 f ’为求得的拉格朗日多项式或x0处的插值 Lagrange.m function f = Lagrange(x,y,x0) %求已知数据点的拉格朗日多项式 %x是...

0
0
发表了博客
2019/08/05 16:20

拉格朗日对偶性(Lagrange duality)

[TOC] 拉格朗日对偶性(Lagrange duality) 1. 从原始问题到对偶问题  对偶性是优化理论中一个重要的部分,带约束的优化问题是机器学习中经常遇到的问题,这类问题都可以用如下形式表达 $$ \begin{aligned} min ;; &f(x) \ s.t.;; & g_i(x) \le 0 ,;; i=1,\cdots, m\ & h_i(x) = 0,;; i=1,\cdots,n\ \end{aligned} $$ 约束条件减少需要求解的空间,但在机器学习中,约束条件往往比较复杂并且较多。因此先计算约束条件再在约束空间...

0
0
发表了博客
2019/11/15 01:15

拉格朗日乘子(Lagrange multify)和KKT条件

拉格朗日乘子(Lagrange multify)和KKT条件 <hr color='blue'> ## 无约束问题 无约束问题定义如下: <center>![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191114223115207-823258237.png) </center> f(x)称为**目标函数**, 其中x是一个向量,它的维度是任意的。 通过求导, 令导数等于零即可: <center>![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191114223305237-1761124630.png) ...

0
0
发表了博客
2019/05/25 12:06

Python实现Newton和lagrange插值

一、介绍 Newton和lagrange插值:给出一组数据进行Newton和lagrange插值,同时将结果用plot呈现出来 1、首先是Lagrange插值: 根据插值的方法,先对每次的结果求积,在对结果求和,完成插值。 2、newton插值: 先要建立差商表,差商表的建立的时候,每次减去的x[0]都是对角的元素,因此需要注意。 二、实现 import matplotlib.pyplot as plt import math # =================================================== lagrang...

0
0
发表了博客
2019/10/19 22:47

【数值分析】Python实现Lagrange插值

一直想把这几个插值公式用代码实现一下,今天闲着没事,尝试尝试。 先从最简单的拉格朗日插值开始!关于拉格朗日插值公式的基础知识就不赘述,百度上一搜一大堆。 基本思路是首先从文件读入给出的样本点,根据输入的插值次数和想要预测的点的x选择合适的样本点区间,最后计算基函数得到结果。直接看代码!(注:这里说样本点不是很准确,实在词穷找不到一个更好的描述。。。) str2double 一个小问题就是怎样将python中的str类型...

0
1
发表了博客
2018/07/04 23:11

拉格朗日插值法(Lagrange插值法)

插值介绍: 在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。 插值是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的近似值。 这是百度百科的原话,不错地解释了插值的作用。 插值定义: 已知函数在区间[a,b]上n+1个相异点处的函数值。如果存在一个函数,满足 则称S(x)为f(x)在点处的插值函数,为插值节点,[a,b]为插值区间,求插值函数的方法称为插值法...

0
0
2020/12/18 09:36

凸优化第五章对偶 5.2 Lagrange对偶问题

5.2 Lagrange对偶问题 Larange对偶问题 弱对偶性 强对偶性和slater约束准则 例子 Lagrange对偶问题 对于任意的一组,对偶函数给出了优化问题的最优值的一个下界。从Lagrange函数能够得到的最好下界是什么? 将此问题转化为优化问题: 上述问题为原问题的Lagrange对偶问题,且是一个凸优化问题,因为是凹函数。如果是Lagrange对偶问题的最优解,则称是对偶最优解或最优Lagrange乘子。 标准形式线性规划的对偶问题 Lagrange对偶函...

0
0
发表于程序人生专区
2020/12/18 09:35

凸优化第五章对偶 5.1 Lagrange对偶函数

5.1 Lagrange对偶函数 Lagrange Lagrange对偶函数 最优值的下界 例子 Lagrange对偶函数和共轭函数 Lagrange 标准形式的优化问题: 其中,问题的定义域,注意这里不要求该优化问题是凸优化问题。 定义问题的Lagrange函数为: 定义域:,为第i个不等式约束对应的Lagrange乘子,为第i个等式约束对应的Lagrange乘子。向量为对偶变量或者问题的Lagrange乘子向量。 Lagrange对偶函数 定义Lagrange对偶函数为Lagrange函数关于x取得的最...

0
0
2019/04/28 16:44

Lagrange、Newton、分段插值法及Python实现

点击上方“机器学习与统计学”,关注并设为“星标” 重磅干货,第一时间送达 数据分析中,经常需要根据已知的函数点进行数据、模型的处理和分析,而通常情况下现有的数据是极少的,不足以支撑分析的进行,这里就需要使用差值法模拟新的数值来满足需求。 插值法又称“内插法”,是利用函数f(x)在某区间中已知的若干点的函数值,作出适当的特定函数,在区间的其他点上用这特定函数的值作为函数f (x)的近似值。 常用的插值方法有L...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
1 评论
0 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部