内容简介:话不多说,先放上视频地址:第一部分视频地址:简单介绍一下视频的内容,该视频是 React Conf 2018 的开场演讲,题目为 React Today and Tomorrow。 本视频为该演讲的第二部分,在上个视频中Sophie Alpert 对 React Today 做出了总结并引出了当前 React 面临的三大问题,本视频中Dan Abramov 为我们带来解决这三个问题的方法 —— React Hook,正式发表 React Hook 提案,并宣布 Hook 是 React 的未来。外号“De
话不多说,先放上视频地址: React Today And Tomorrow Part II —— Dan's Keynote 中英双语字幕
第一部分视频地址: React Today And Tomorrow Part I —— Sophie's Keynote 中英双语字幕
简单介绍一下视频的内容,该视频是 React Conf 2018 的开场演讲,题目为 React Today and Tomorrow。 本视频为该演讲的第二部分,在上个视频中Sophie Alpert 对 React Today 做出了总结并引出了当前 React 面临的三大问题,本视频中Dan Abramov 为我们带来解决这三个问题的方法 —— React Hook,正式发表 React Hook 提案,并宣布 Hook 是 React 的未来。外号“Demo Boy ”的 Dan 在本次大会上除了颇多的 Demo 之外,在视频的结尾处,Dan 有一段我特别喜欢的个人演讲,他从 React 的 logo 讲起,类比了组件与原子、Hook 与电子的关系,告诉我们他认为 Hook 并不是一个新特性,它一直就在那里,就在 React logo 中电子所在的轨道上。非常精彩的演讲,值得一看。
这里放一张 Twitter 里比较火的 Dan 忘记绑定时的报错动图:
因为这个演讲 Demo 部分比较多,强烈建议大家观看视频。另外如果看视频不方便的同学,该演讲的图文版文稿正在整理中,过两天会发布出来。第一部分视频内容文稿可以移步到这篇文章: [译] React 的今天和明天(图文版) —— 第一部分 。
背景
两周前在 掘金翻译计划 校对了一篇Dan Abramov 的关于 React Hooks 的文章,在Sophie Alpert 和 Dan 在React Conf 2018 上对 Hooks 的提案之后, Hooks 非常火。想到由于原视频在 Youtube 上的原因导致大部分小伙伴没法观看,而且官方没有提供英文字幕,YouTube 里面的英文字幕是机器自动生成的,错误比较多也没有断句,所以想把 React Conf 2018 的视频中英文字幕配好供大家一起学习。我看B站上已经搬运了 React Conf 2018 的全套视频,大家可以去围观。
总结
第一次听译字幕的体验真的非常神奇,这段视频已经翻来覆去看了几十遍了,记忆比较深的是一个句子听了将近一百遍才听出来。比起第一段视频10 分钟校对翻译花了 10 个小时,第二段 49 分钟的视频速度明显快了很多,再次感谢小发的帮助,我们分工完成了这个大工程的工作。
之前在掘金翻译计划也翻译和校对了好几篇文章了,做字幕的工作又是全新的体验,因为大部分时间花在了听视频校对英文字幕上。在听力环节,理解视频的内容会对英文校对有很大的帮助,有一句是一直没有听出来的句子,后来看到下文 Dan 又换了一个说法提到,回过头来终于听清楚了原来是有个 Ryan 的人名,Ryan 是大会的第三个演讲者。在翻译方面,已经越来越游刃有余了,这几个月又把英语和语文捡了起来,还算很有成就感的事情。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 谷歌双语助理来了!中英夹杂也不怕,递归神经网络和随机森林显神威
- React Conf 2018 专题 —— React Today and Tomorrow PART I 视频中英双语字幕
- public 和私有类字段[双语]
- React 16.x 蓝图[双语版]
- 重磅 | CS 294 2018 今日开课!双语字幕独家上线!
- 详细的双语言(Java与Kotlin)5种单例模式
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Machine Learning in Action
Peter Harrington / Manning Publications / 2012-4-19 / GBP 29.99
It's been said that data is the new "dirt"—the raw material from which and on which you build the structures of the modern world. And like dirt, data can seem like a limitless, undifferentiated mass. ......一起来看看 《Machine Learning in Action》 这本书的介绍吧!