1794模块选型中文手册，包含网络配置和模块选型之类的

附带各种案例，新员工入职信息安全须知、计算机的安全、网络配置和运用、内部公开

1、RML2016.10a_VTCNN2_example：CNN网络代码；
2、RML2016.10a_dict.pkl：官方数据集，这里传不了我放网盘上,链接:https://pan.baidu.com/s/1ODWI_U72tjT47re6UIftYQ密码:0otu；
3、ConvolutionalRadioModulationRecognitionNetworks：网络对应的论文；
4、requirements：网络配置需要的环境；
我本人用的pycharm+anaconda3.5.1，在python2.7环境下跑的。
亲侧可用，可以正常调用GPU加速。

本书分为数据库系统原理和数据库系统应用两部分进行引见·数据库系统原理部分讨论数据库系统的组成、数据库系统的发展历程、关系模型、关系代数运算、鲒构化查询语言L（结合Oracle数据库基础一L语言引见）、数据规范化、数据库设计，以及数据库四种保护措施（安全性、完整性、恢复、并发性）的原理和实现技术。
数据库系统应用部分讨论具体的（cle系统的应用，即如何使用0“开发应用程序。
讨论了Ora系统的体系结构、acle的安装和网络配置、0“的启动关闭、的数据库基础一冫L语言、0e系统的应用开发语言PI“、如何使用PL〗、开发存储过程、函数、包、触发器，以及在Oracle系统中保证安全性、完整性、并发控制、备份与恢复的具体命令和方法。
本书可作为高等学校数据库原理和应用课程的教材，也可以作为使用0“系统应用开发的技术人员的参考资料。

Flannel是Kubernetes中常用的网络配置工具，用于配置第三层（网络层）网络结构。
如何工作Flannel需要在集群中的每台主机上运行一个名为flanneld的代理程序，担任从预配置地址空间中为每台主机分配一个网段。
Flannel直接使用KubernetesAPI或ETCD存储网络配置、分配的子网以及任何辅助数据（如主机的公网IP）。
数据包使用几种后端机制之一进行转发，包括VXLAN和各种云集成。

IPC测试配置工具是一款用于网络摄像机的远程配置和管理的软件。
主要功能是探测设备，配置网络，配置单台设备，一键设IP，升级设备，以及显示各机器的端口等等，让你很方便的在PC端管理这些IPC设备。
设备发现：发现与软件运行PC同一个局域网内或者不同子网内的在线设备，并可以修改设备IP地址等信息。
参数配置：对单个设备进行参数配置及配置参数模板，模板可用于批量参数配置。
批量参数配置：通过本地参数模板批量配置设备参数，方便于用户管理多个设备。
批量升级：一次对多台设备进行软件升级操作，简化用户操作。
辅助聚焦：用于辅助用户设置最佳的摄像机焦距。
镜头焦距、带宽及存储空间计算：用于协助用户选择合适的摄像机镜头，估算网络带宽，计算所需存储空间。
镜头模拟：用于模拟观测物在摄像机镜头中的成像效果，以方便用户调试。

文章：《NAT网络配置》地址：https://blog.csdn.net/Supreme_Sir/article/details/85201152说明：ubuntu-18.04.2-live-server-amd64虚拟机文件（VMware12）。
已完成静态IP、国内软件源配置。
用户：root密码：supreme默认IP网段：192.168.32.xx留意：导入虚拟机时选择复制，而非移动

Ubuntu桌面pycharm开辟的docker-compose文件，包括磁盘映射、分辨率配置、端口映射和网络配置！

序言1.1大数据时代的技术挑战1.2数据可视化的技术难点1.3可视化工具的必备特性第一部分：大数据可视化基础篇2.1集群的安装及网络配置2.1.1Hadoop集群概述2.1.2集群软件及其版本2.1.3集群网络环境配置2.2集群案例数据集简介2.2.1数据字段说明2.2.2数据导入说明2.2.3运转环境说明

1、demo文件夹：YOLOv4目标检测算法针对MVI_40192文件夹数据集的处理效果，比较满意，车辆信息基本都能检测到。
2、road1_demo文件夹：YOLOv4+DeepSort算法，针对road1.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量292辆(可能有偏差)，算法统计车流量288辆。
3、road2_demo文件夹：YOLOv4+DeepSort算法，针对road2.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量29辆，算法统计车流量29辆。
只需视频流车辆清晰、大小合适、轮廓完整，算法处理的精度挺高。
4、road1_tracking.mp4、road2_tracking.mp4：由目标跟踪处理结果合成的视频流。
***********************************************************************************************1、deepsort文件夹：含目标跟踪算法源码，包括：卡尔曼滤波、匈牙利匹配、边框类创建、Track类创建、Tracker类创建。
2、ReID文件夹：含特征提取算法源码，model_data存储着reid网络的结构、权重，feature_extract_model.py用于创建特征提取类。
3、YOLOv4文件夹：含目标检测算法源码，model_data存储yolov4网络配置、nets+utils用于搭建模型。
decode.py用于将检测结果解码。
4、car_predict.py、yolo.py：用于验证目标检测算法的效果。
5、main.py：整个项目的运行入口，直接运行main.py，就可以调用YOLOv4+DeepSort，处理视频流信息，完成目标跟踪和车流量统计。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。