Implementing Domain Specific Languages with Xtext and Xtend(2nd) 英文无水印pdf 第2版 pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

Vaughn Vernon的实现领域的精粹版本，值得一看（英文版）,学习DDD顺便锻炼下英语阅读也不错

一组工具，可简化脚本中的域名和Internet协议地址。

Data Domain DD6300 System 上架安装指南

Rockchip_Developer_Guide_Linux_IO_DOMAIN_CN.pdf

《领域驱动设计:软件核心复杂性应对之道》是领域驱动设计方面的经典之作。全书围绕着设计和开发实践，结合若干真实的项目案例，向读者阐述如何在真实的软件开发中应用领域驱动设计。书中给出了领域驱动设计的系统化方法，并将人们普遍接受的一些最佳实践综合到一起，融入了作者的见解和经验，展现了一些可扩展的设计最佳实践、已验证过的技术以及便于应对复杂领域的软件项目开发的基本原则。《领域驱动设计:软件核心复杂性应对之道》适合各层次的面向对象软件开发人员、系统分析员阅读。

近期，一些Paper放出来，Domain Adaptation（域自适应）相关研究非常火热，特别是基于Domain Adaptation的视觉应用在今年的CVPR中有不少。这里，整理了CVPR 2020 域自适应（DA）相关的比较有意思的值得阅读的六篇论文，供大家参考—行为分割、语义分割、目标检测、行为识别、域自适应检索。

PyTorch中的域自适应快速R-CNN 这是Haoran Wang（ ）实施的“用于野外物体检测的域自适应快速R-CNN”的PyTorch实现。 原始文件可以在找到。 此实现基于 @ 。 如果您发现此存储库有用，请引用以下原始论文： @inproceedings{chen2018domain, title={Domain Adaptive Faster R-CNN for Object Detection in the Wild}, author = {Chen, Yuhua and Li, Wen and Sakaridis, Christos and Dai, Dengxin and Van Gool, Luc}, booktitle = {Computer Vision and Pattern Recognition (CVPR)},

2014 Deep Domain Confusion_ Maximizing for Domain Invariance.pdf

大名鼎鼎的域驱动开发 良心上传 值得一看 经典不过时