moto - 一个python库，可让您轻松模拟基于 AWS 基础设施的测试。
Created at: 2013-02-19 05:10:59
Language: Python
License: Apache-2.0
Moto - 模拟 AWS 服务
安装
$ pip install 'moto[ec2,s3,all]'简而言之
Moto 是一个库，可让你的测试轻松模拟 AWS 服务。
假设你有以下要测试的 python 代码：
import boto3
class MyModel(object):
def __init__(self, name, value):
self.name = name
self.value = value
def save(self):
s3 = boto3.client('s3', region_name='us-east-1')
s3.put_object(Bucket='mybucket', Key=self.name, Body=self.value)花点时间想想你过去会如何测试它。
现在看看如何使用Moto测试它：
import boto3
from moto import mock_s3
from mymodule import MyModel
@mock_s3
def test_my_model_save():
conn = boto3.resource('s3', region_name='us-east-1')
# We need to create the bucket since this is all in Moto's 'virtual' AWS account
conn.create_bucket(Bucket='mybucket')
model_instance = MyModel('steve', 'is awesome')
model_instance.save()
body = conn.Object('mybucket', 'steve').get()['Body'].read().decode("utf-8")
assert body == 'is awesome'通过装饰器包装测试，对 s3 的所有调用都会自动模拟出来。模拟保持存储桶和键的状态。
有关涵盖哪些服务和功能的完整列表，请参阅我们的实施范围。
文档
完整的文档可以在这里找到：
热门帖子
热门github
1
2
3
5
6
7
8
11
13
14
15
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。)