搜索资源列表
KNN
- 机器学习 KNN 算法 基础 KNN分类算法 初学者必学 没有代码说明 代码完整(Machine learning KNN algorithm foundation)
爬虫讲师源代码
- python编程,零基础到精通。ython是一种解释型、面向对象、动态数据类型的高级程序设计语言。 Python由Guido van Rossum于1989年底发明,第一个公开发行版发行于1991年。 像Perl语言一样, Python 源代码同样遵循 GPL(GNU General Public License)协议。 本教程主要针对Python 2.x版本的学习,如果你使用的是Python 3.x版本请移步至Python 3.
Python编程:从入门到实践
- pton基础编程,容易快速掌握基础编程,优化编程风格,掌握快速编程的优势(Pton basic programming, easy to quickly grasp the basic programming, optimize the programming style, master the advantages of rapid programming)
number
- python的基础,便于一些小白配合文档查看(The foundation of Python)
python_work
- python入门代码,入门基础,简单的代码(how to use python, the basic code)
流畅的python2015
- 流畅的python2015,PDF版,有一定基础之后再看。(Smooth python2015, PDF version, there is a certain basis before looking.)
菜鸟教程
- Python 入门教程,详解基础语法,适用于初学者(Python Introductory tutorials)
Python-Tensorflow-Face-master
- Python人脸识别实现,可以打开摄像头进行多人人脸识别,需要一定的深度学习基础(Python face recognition implementation, you can open the camera for multi person face recognition, you need a certain depth of learning foundation.)
基于Python的Abaqus二次开发实例讲解
- 基于python的二次开发案例。1、所有的代码均可以先在Abaqus\CAE中操作一遍后再通过rp文件读取,然后再在此基础上进行相应的修改; 2、Python是一种解释性语言,读起来非常清晰,因此在修改程序的过程中,不存在程序难以理解的问题; 3、Python是一种通用性的、功能非常强大的面向对象编程语言,有许多成熟的类似于Matlab函数的程序在网络上流传,为后期进一步的数据处理提供了方便。(Python-based second
新建文件夹
- 图像识别物体,matlab 自动识别物体,视频识别,自带训练集,Python基础教程(Image recognition object, Matlab automatic object recognition, video recognition, training set with itself. Python basic tutorials)
CreatePlate
- 用于基础创建建立GUI插件——三维钻孔板(Three-dimensional drilling plate)
实战源码
- 零基础学Python实战源码。包含书中所有源码,可供Python初学者学习使用(Zero Foundation Python Actual Source Code)
ILearnMachineLearning.py-master
- 这个储存库是我的作品和与数据科学和机器学习相关的项目的集合。在我的脚本中,我主要使用python及其专用的库:pandas、numpy、scipy、sci kit learn、matplotlib、basemap plotly。我还用了一些d3进行数据可视化。我还尝试从sci kit学习库中定制算法实现(This repository is a collection of my works and projects related to
Scipy
- SciPy—数值计算库 在NumPy的基础上增加一些功能 1、常数和特殊函数 2、线性代数-linalg 3、优化 (1)非线性方程组求解 (2)最小二乘拟合 (3)函数最小值 4、插值—interpolate (1)B样条曲线插值 (2)外推和Spline拟合 (3)二维插值 5、数值积分—integrate (1)球的体积 (2)解常微分方程组 6、统计—stats (1)连续和离散概率分布 (2)
深度学习入门之PyTorch
- 学习pytorch基础一本好书,中文,简单易懂,值得入手(Learning Pytorch basic is a good book, Chinese, simple and easy to understand, it is worth starting with.)
01 Linux基础资料
- 在linux平台上搭建python编程环境,需要了解linux平台的基础知识(To build python programming environment on Linux platform, we need to understand the basic knowledge of Linux platform)
Deep Learning with Python
- 深度学习基本算法,深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库,它允许简单快速的原型设计。 在Python深度学习中, 你将从一开始就学习深度学习,你将学习所有关于图像分类模型,如何使用深度学习获取文本和序列,甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的,但你不必在机器学习,Tensorflow或Keras方面有过任何经验。你也不需要
爬虫练习
- 在各种基础Python上进而学习爬虫项目!(Learn about crawler projects on a variety of basic Pythons!)
fast-rcnn-master
- Fast R-CNN是在R-CNN的基础上进行的改进,大致框架是一致的。总体而言,Fast R-CNN相对于R-CNN而言,主要提出了三个改进策略: 1. 提出了RoIPooling,避免了对提取的region proposals进行缩放到224x224,然后经过pre-trained CNN进行检测的步骤,加速了整个网络的learning与inference过程,这个是巨大的改进,并且RoIPooling是可导的,因此使得整个网络可
simhash
- 针对网络爬虫获取的文本进行去重和筛选,保留样本多样的基础上去重重读的文本(web clawer to let the simple word ,and make more information to abtain)