L7.思考题 d

[will-ww]

No description provided.

[will-ww]

根据你在 GitHub 上熟悉或感兴趣的开源项目，在仓库中找到你认为好的 PR 贡献，然后把链接分享出来，并附上你的点评。

[594Surefour]

2019年，TensorFlow库的一个贡献者提交了一个PR，改进了TensorFlow中的tf.image.resize函数，使其支持多种插值方法（见：tensorflow/tensorflow#24565 ）。

该PR贡献：
1.明确的需求：这个PR解决了一个实际的问题，即在实现图像缩放时，使TensorFlow可以支持多种插值方法，提高了库的功能性和灵活性。
2.高质量的代码：贡献者提交的代码结构清晰、易于理解，编写风格和现有代码保持一致，使得代码易于维护。
3.详细的文档和注释：贡献者在PR中提供了充分的文档，包括函数说明、参数解释和示例。此外，代码中还包含了有关实现细节的详细注释，便于其他开发者理解。
4.有效的测试：贡献者为这个PR编写了相应的测试用例，确保了修改后的功能正确无误，同时也有助于避免未来的回归问题。
5.积极的沟通：在PR的讨论中，贡献者积极回应了其他开发者的建议和问题，对代码进行了必要的修改，并与项目的维护者保持良好的沟通，确保了PR的顺利合并。

[nicole01101101zke]

这个PR为Scikit-Learn（一个Python中常用的机器学习库）添加了callback API
scikit-learn/scikit-learn#16925
它的优秀之处在于：

1. 贡献者解决了一个实际问题，并且是开创性地解决，而不是一些修复。
2. PR中有非常多的互动，并且有人询问作者是否愿意更进一步在这方面做贡献。
3. 面对一些疑问，贡献者给出了非常充分的回答，会贴出测试代码。

[Hcque]

PR #228 by Hervé Bredin, OpenCV
这是一个 OpenCV 项目的贡献，增加了对非常大的图像进行处理的能力。这个 PR 得到了开发者社区的很多赞赏，因为它增加了 OpenCV 的能力，并提供了对大型图像的支持。