Christophe
2020-12-02 07:55:56
瀑布，统一过程和敏捷方法在活动组织方式上有所不同：
- 所有这些人都需要某种方式来涵盖软件开发活动的全部范围，例如收集需求，设计系统，实现其功能以及测试结果并交付。
- 它们中的每一个都打包并以不同的方式组合这些活动：例如，敏捷倾向于小迭代，将所有这些活动结合起来以提供软件增量，直到一切都完成为止。在另一种极端情况下，瀑布将这些活动一个接一个地分开，只有在存在重大问题时，才在最后交付并迭代（返回到实现或返回到需求）。
进行这些活动时，你可以使用一组实践来帮助你更有效地获得结果。实践有时是在方法的上下文中出现的，但通常可以概括为在其他上下文中使用。例如：
在Waterfall上下文中，需求是预先编写的。仅当要求非常众所周知且不经常更改时，此方法才有效。对于研究项目，你很可能处在这种情况下。
如今，这种要求已使用软件要求声明（SRS）的IEEE标准进行了记录。通常，本文档的功能部分是根据用例（不一定是用例图）构造的。此外，现代用例（即所谓的用例2.0）演变成一种更为敏捷的实践，可以收集“用户故事”（用户叙述）来制作用例切片，从而逐渐丰富用例。实际上，此方法与用户故事映射（定义了高级叙事线）非常相似，后者将叙事线分解为详细的用户故事。
因此，是的，你可以借用这些技术中的任何一种，只是瀑布需要一切准备就绪。由于用例既可以在瀑布式（传统用例）中使用，也可以在敏捷（用例2.0中）中使用，因此在你的上下文中无疑是一个很好的基础。对于学校作业，根据用例构造的SRS肯定会给人留下深刻的印象。但是，如果你想要一种面向任务的方法，并且如果所有要求还不清楚，那么我真的建议你使用用例2.0或用户故事映射，并避免瀑布。
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13