-
python设计模式第2版
python设计模式第2版 学习python Python3程序开发指南(python design mode, for python learn.)
- 2020-06-22 14:40:01下载
- 积分:1
-
study_flask
python学习资料,学习flask笔记,python笔记(Pthon Learning Materials, Flask Notes, Pthon Notes)
- 2020-06-23 23:20:01下载
- 积分:1
-
suijishengchengkeli
说明: 改程序是一个小插件,改程序可以在abaqus中自动生成二维的颗粒随机分布的板(Can generate random distribution of particles)
- 2020-08-02 10:18:35下载
- 积分:1
-
Python Neural Network Programming
神经网络是一种模拟人脑的神经网络,以期能够实现类人工智能的机器学习
技术。
本书揭示神经网络背后的概念,并介绍如何通过Python实现神经网络。全书
分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使
用Python实现神经网络,识别手写数字,并测试神经网络的性能。第3章带领读
者进一步了解简单的神经网络,观察已受训练的神经网络内部,尝试进一步改善
神经网络的性能,并加深对相关知识的理解。附录分别介绍了所需的微积分知识
和树莓派知识。
本书适合想要从事神经网络研究和探索的读者学习参考,也适合对人工智
能、机器学习和深度学习等相关领域感兴趣的读者阅读。(Python Neural Network Programming)
- 2019-01-18 00:23:51下载
- 积分:1
-
harris和sift特征提取匹配(python)
计算机视觉,局部图像描述子python实现harris角点检测,特征匹配,sift特征检测和匹配,可以直接运行,内附VLFeat工具包sift,立体图像的特征提取和匹配是机器人视觉定位的核心技术,立体图像的特征点的匹配精度直接影响视觉导航定位的精度。
- 2019-04-03下载
- 积分:1
-
arithmetic2
Data Compression Arthmetic Algorithm Example.
Tested in Python 2.7
just run py file
- 2013-12-09 21:23:39下载
- 积分:1
-
python下载 搜狗音乐 示例源码
短短几行代码,下载搜狗音乐至本地
- 2018-09-13下载
- 积分:1
-
algorithm
利用python实现的二分法思想以及几种排序、二叉树的删除算法实现(The idea of dichotomy realized by Python and the implementation of several sorting and deletion algorithms of binary tree)
- 2020-06-18 10:40:02下载
- 积分:1
-
Python算法教程_中文版
Python算法学习入门资料,中文版,学习Python的入门经典(Python algorithm learning materials)
- 2019-03-07 15:19:48下载
- 积分:1
-
hsmm
说明: 隐马尔科夫模型是关于时序的概率模型,描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测序列的过程。隐藏的马尔科夫链随机生成的状态的序列,称为状态序列;每个状态生成一个观测,而由此产生的观测的随机序列,称为观测序列。马尔科夫链由初始概率分布、状态转移概率分布以及观测概率分布确定(The hidden Markov model is a probabilistic model for time series. It describes the process of randomly generating unobservable state random sequences from a hidden Markov chain, and then generating an observation by each state to produce an observation sequence. A sequence of randomly generated states of hidden Markov chains, called a sequence of states; each state produces an observation, and the resulting random sequence of observations is called an observation sequence. Markov chain is determined by initial probability distribution, state transition probability distribution and observation probability distribution)
- 2019-05-27 12:01:38下载
- 积分:1