-
伟哥的python私房菜（中国程序员）.epub
前有《鸟哥的Linux私房菜》，今有伟哥的python私房菜。伟哥对鸟哥，都是不可或缺的好基友，一天一粒，保证你无限活力。 Python具有易读、易学、易维护、可移植性、跨平台等特点，在最近几年深受欢迎而迅速崛起。python属于所想即所得的语言，实现功能简单浅显易懂。但是Python的创立者有意设计了限制性很强的语法，使得不好的编程习惯都不能通过编译，本书主要是笔者在实践中所遇到的经常使用的技巧性文章，希望对读者有所帮助。 作者：菜鸟飞不动链接：https://www.jianshu.com/p/980d4a399d71来源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
- 2020-06-18下载
- 积分：1
-
通过深度强化学习训练打方块游戏
tensorflow实现
- 2020-11-28下载
- 积分：1
-
《Python从小白到大牛》源代码
本书是一部系统论述Python编程语言、OOP编程思想以及函数式编程思想的立体化教程（含纸质图书、电子书、教学课件、源代码与视频教程）。为便于读者高效学习，快速掌握Python编程方法。本书作者精心制作了电子书、完整的教学课件、完整的源代码与丰富的配套视频教程以及在线答疑服务等内容。 本篇包括8章内容，系统介绍了Python语言的基础知识。内容包括Python语言历史，Python语言的特点，开发环境的搭建，创建第一个Python程序，Python语法基础，Python编码规范，数据类型，运算符和控制语句，Python数据结构，函数式编程。通过本篇的学习，读者可以全面了解Python的发展及特点，详细了解Python的语法规范，初步掌握Python程序设计的基本方法。 第1章 开篇综述 第2章 开发环境搭建 第3章 第一个Python程序 第4章 Python语法基础 第5章 Python编码规范 第6章 数据类型 第7章 运算符 第8章 控制语句 第9章 数据结构 第10章 函数式编程
- 2021-05-06下载
- 积分：1
-
arcpy生成raster外接矩形shp文件
利用python脚本，调用arcpy工具，提取卫星影像外接矩形适量数据。
- 2021-05-06下载
- 积分：1
-
python实现钱币检测（canny和hough）
【实例简介】
目 录
1 实验整体步骤 2
1.1 Main函数 2
1.2 Canny算法 2
1.3 Hough算法 2
2 算法介绍 3
2.1 Canny算法 3
2.1.1 使用高斯滤波器滤波 3
2.1.2 计算图像的梯度图并获得梯度方向 3
2.1.3 对梯度图进行非极大化抑制 3
2.1.4 使用双阈值法获得最终的边缘图 4
2.2 Hough算法 4
2.2.1 建立参数空间 5
2.2.2 依据边缘点的梯度方向对参数空间进行投票 5
2.2.3 依据预设定的投票阈值筛选出初步结果 5
2.2.4 对已筛选出的结果进行非极大化抑制 5
3 代码实现 5
3.1 Main函数 6
3.2 Canny算法 6
3.3 Hough算法 10
4 实验结果与分析 12
4.1 实验结果 12
4.2 各个参数对于最终定位结果的影响 14
4.2.1 Canny算法 14
4.2.2 Hough算法 14
附录 15
- 2021-06-15 00:31:14下载
- 积分：1
-
python机器学习中文情感分析全套代码（语料库+特征库++停用词+源码）
python机器学习中文情感分析代码（语料库 特征库 停用词 源码），基于酒店评论语料库机器学习
- 2020-06-06下载
- 积分：1
-
以树莓派为基础，连接有毒气体传感器、温湿度传感器、Co2浓度传感器，如果传感器检测到的数据超过预设的值，将会触发灯光和蜂鸣器报警
以树莓派为基础，连接有毒气体传感器、温湿度传感器、Co2浓度传感器，如果传感器检测到的数据超过预设的值，将会触发灯光和蜂鸣器报警【核心源码】air_detection_alarm_system.py
- 2021-05-06下载
- 积分：1
-
基于opencv的安全帽佩戴检测(detect)
基于opencv的安全帽佩戴检测，开发语言采用python,自己训练的安全帽分类器。
- 2019-10-10下载
- 积分：1
-
Python面试大全（245道面试题）
Python面试大全（245道面试题）
- 2020-12-09下载
- 积分：1
-
俄罗斯方块强化学习实验报告
一、俄罗斯方块DQN算法实验报告1. 网络结构图1 DQN网络结构2. 超参数 GAMMA = 0.99 # decay rate of past observations 设置增强学习更新公式中的累计折扣因子 OBSERVE = 500. # timesteps to observe before training 设置观察期的迭代次数 EXPLORE = 500. # frames over which to anneal epsilon 设置探索期的观察次数 FINAL_EPSILON = 0.002 # final value of epsilon 设置ε的最终最小值 INITIAL_EPSILON = 10.0 # starting value of epsilon 设置ε的初始值 REPLAY_MEMORY = 5900 # number of previous transitions to remember 设置replay memory的容量 BATCH = 32 # size of mini batch 设置每次网络参数更新世用的样本数目 K = 1 # only select an action every Kth frame, repeat prev for others，设置几帧图像进行一次动作， # K越大让控制台输出的速度变慢，游戏画面速度变快，机器人动作的速度变越迟缓。ACTIONS = 6 # number of valid actions 游戏动作数3.实验结果训练前期的self.score分数很低150左右，EPSILON=1.0，Q_MAX= 2.061341e-02：图2 EPSILON=1.0设置超参数EPSILON=0.05在1000步迭代之后：EPSILON固定在0.04999999999999416 Q_MAX = -1.163765e-01Self.score有明显的提升，但是之后无论训练多久都没有明显提升了。图3 EPSILON=0.05设置超参数EPSILON= 0.002在1001步迭代之后：EPSILON固定在0.000004 Q_MAX = 1.728995e 02Self.score可以轻松达到200以上。图4 EPSILON=0.000004设置超参数EPSILON= 0.000001在1001步迭代之后：EPSILON固定在-0.001998997999987482 Q_MAX = 1.899879e 03Self.score可以轻松达到200以上。图5 EPSILON=-0.002 【核心代码】用DQN来玩俄罗斯方块 tetrix_DQN ├── Wrapped Game Code│ └── tetris_fun.py├── deep_q_network.py├── logs_tetris│ ├── hidden.txt│ └── readout.txt└── saved_networks ├── tetris-dqn-10000.data-00000-of-00001 ├── tetris-dqn-10000.index ├── tetris-dqn-10000.meta └── tetris-dqn-316600003 directories, 8 files
- 2020-12-01下载
- 积分：1
|
联系客服（QQ：3324461878）
