-
用Python写的爬虫下载数据程序
用Python语言写的一个在GPS台站数据网站上面，安装经纬度与日期爬取GPS台站观测的TEC数据的程序
- 2022-06-01 16:57:56下载
- 积分：1
-
批量嵌入COHESIVE单元
可以批量嵌入cohesiveelements，0厚度单元，abaqus使用(Embeddable cohesiveelements in batches, 0 thickness unit for abaqus use)
- 2020-06-22 01:20:02下载
- 积分：1
-
高斯二阶帕累托解的python实现方法 NSGA-II
说明： 高斯二阶帕累托解的python实现方法，非常实用(Python implementation of Gauss second order Pareto solution)
- 2020-06-23 08:00:01下载
- 积分：1
-
Appium-Python-Client-0.26
说明： 自动化测试,python自动化测试程序含教程(Automated testing,python automated testing procedures with tutorials)
- 2020-06-19 22:40:01下载
- 积分：1
-
Unet-master2
说明： CN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样, 使它恢复到输入图像相同的尺寸，从而可以对每个像素都产生了一个预测, 同时保留了原始输入图像中的空间信息, 最后在上采样的特征图上进行逐像素分类。(CN classifies images at the pixel level, thus resolving the problem of semantic segmentation at the semantic level. Unlike classical CNN, which uses full-connection layer to get fixed-length feature vectors after convolution layer for classification (full-connection layer + soft Max output), FCN can accept any size of input image, and uses deconvolution layer to sample feature map of the last convolution layer to restore it to the same size of input image, so that each pixel can be generated. At the same time, the spatial information of the original input image is retained. Finally, the pixel-by-pixel classification is carried out on the feature map sampled above.)
- 2019-04-19 19:16:29下载
- 积分：1
-
PYTHON MACHINE LEARNING BOOK
python机器学习从零开始的入门书籍,其中有很不错的例子可以学习(a good python machine learning book, it must be helpful for you to learn machine learning technology.)
- 2017-09-20 10:36:49下载
- 积分：1
-
PDF翻译
说明： 可以翻译英文论文，非常简单便捷，效果还不错(Can translate English papers, very simple and convenient, the effect is good)
- 2020-04-09 19:25:21下载
- 积分：1
-
bp
说明： 使用鸢尾花数据集，预测鸢尾花种类。并随机选取100个样本作为训练数据，剩下50个作为测试数据。设置输入层四个神经元，接收输入的四个向量数据。设置一层隐含层，使用sigmoi激活函数，此问题为三分类问题，输出层激活函数使用sigmoi函数，神经元个数设置为3个，本类别输出1，其余类别输出0。(Iris, using data sets to predict Iris species. 100 samples were randomly selected as training data, and the remaining 50 samples were used as test data. Four neurons in the input layer are set to receive the four vector data. Set a hidden layer and use the sigmoi activation function. This problem is a three classification problem. The output layer activation function uses the sigmoi function. The number of neurons is set to 3. This category outputs 1 and the other categories output 0.)
- 2020-11-17 17:03:43下载
- 积分：1
-
巡线4.py
说明： 基于视觉的巡线代码，用于直线跟踪以及检测，并输出预测的角度(this is used to follow a fixed line in openmv)
- 2020-06-18 08:00:02下载
- 积分：1
-
猜数字小游戏.py
【实例简介】入门级实例
- 2021-10-11 00:30:55下载
- 积分：1
