向量空间模型（VSM）的JAVA实现，从文档表示到相似度计算，使用两种相似度计算方式：cos和tf-idf算法，对错误进行修改
2024/4/11 8:17:58
2.63MB
1
有源码及数据集，资源描述：基于TextRank、TF-IDF、LSI、LDA模型的关键词提取，实验数据为人民网的新闻，计算不同模型提取出的关键字的相似度
2024/3/16 19:56:50
983KB
1
IntelliJ-HCL插件为基于的IDE提供和配置文件（.tf）支持HCL格式用于（.nomad文件）。
。
停产通知该项目包含intellij-hcl插件的原始源代码。
该存储库中的代码保持静态，并且只能用于历史参考：不接受任何请求。
尽管此存储库仍用作问题跟踪器，但是请而不是在创建新问题，因为插件是单独发布的，并且在此处跟踪问题更简单。
TL/DR。
从插件版本0.7.0开始，源属于JetBrains，插件为封闭源。
您可以从从JetBrains下载免费插件的新版本。
插件作者的注释去年之前，我已经在空闲时间里开发了这个插件四年，当时很明显，由于缺少空闲时间，我无法跟上最新的Terraform功能。
同时，IaaC尤其是Terraform越来越受欢迎，因此我决定将插件所有权转让给JetBrains。
我相信JetBrains有资源可以随着时间的推移改进插件并提供有效的用户支持。
我要感谢所有用户，贡献者，发现并报告错误的人以及这些年来推广该插件的所有人。
作为过渡的一部分，源代码已移至私有的主要IntelliJ存储库。
JetBrains插件是。
。
停产通知该项目包含intellij-hcl插件的原始源代码。
该存储库中的代码保持静态，并且只能用于历史参考：不接受任何请求。
尽管此存储库仍用作问题跟踪器，但是请而不是在创建新问题，因为插件是单独发布的，并且在此处跟踪问题更简单。
TL/DR。
从插件版本0.7.0开始，源属于JetBrains，插件为封闭源。
您可以从从JetBrains下载免费插件的新版本。
插件作者的注释去年之前，我已经在空闲时间里开发了这个插件四年，当时很明显，由于缺少空闲时间，我无法跟上最新的Terraform功能。
同时，IaaC尤其是Terraform越来越受欢迎，因此我决定将插件所有权转让给JetBrains。
我相信JetBrains有资源可以随着时间的推移改进插件并提供有效的用户支持。
我要感谢所有用户，贡献者，发现并报告错误的人以及这些年来推广该插件的所有人。
作为过渡的一部分，源代码已移至私有的主要IntelliJ存储库。
JetBrains插件是。
2024/2/1 15:13:28
2.31MB
1
spartan6FPGAXC6SLX9-2FTG256CHY57V2562GTR纽扣电池TF卡ALTIUMAD集成库文件（原理图库+PCB库)。
IntLib后缀文件，拆分后文件为PcbLib+SchLib格式，AltiumDesigner原理图库+PCB封装库，已在项目中验证使用，可以直接应用到你的项目开发。
IntLib后缀文件，拆分后文件为PcbLib+SchLib格式，AltiumDesigner原理图库+PCB封装库，已在项目中验证使用，可以直接应用到你的项目开发。
2024/1/31 4:58:17
370KB
1
tensorflowtf_flowers数据集,win路径C:\Users\yourname\tensorflow_datasets\tf_flowers\3.0.1\*,linux路径：/root/tensorflow_datasets/tf_flowers/3.0.1/*
2024/1/28 11:24:18
213.62MB
1
向量空间模型（VSM）的JAVA实现，从文档表示到相似度计算，使用两种相似度计算方式：cos和tf-idf算法
2023/12/24 22:41:27
1.87MB
1
针对短文本特征稀疏、噪声大等特点，提出一种基于LDA高频词扩展的方法，通过抽取每个类别的高频词作为向量空间模型的特征空间，用TF-IDF方法将短文本表示成向量，再利用LDA得到每个文本的隐主题特征，将概率大于某一阈值的隐主题对应的高频词扩展到文本中，以降低短文本的噪声和稀疏性影响。
实验证明，这种方法的分类性能高于常规分类方法
实验证明，这种方法的分类性能高于常规分类方法
2023/12/20 19:27:30
624KB
1
责任RLiable是用于增强学习代理的快速超参数调整的实验并行化框架。
它旨在满足对可分发的Spark/TF兼容模型的需求，该模型允许以简单reliable方式扩展实验。
执行先决条件：版本Python＞=3.6火花3.0.1Hadoop2.7Java1.8Scala2.11注意：scripts/install_spark_hpc.sh提供了Linux（基于Debian）安装脚本。
安装要求创建virtualenv并安装Python依赖项virtualenv-p$(whichpython3)envsourceenv/bin/activatepipinstall-rrequirements.txtpipinstall-rdqn-requirements.txt进行实验当前的优化算法基于配置标志opt
它旨在满足对可分发的Spark/TF兼容模型的需求，该模型允许以简单reliable方式扩展实验。
执行先决条件：版本Python＞=3.6火花3.0.1Hadoop2.7Java1.8Scala2.11注意：scripts/install_spark_hpc.sh提供了Linux（基于Debian）安装脚本。
安装要求创建virtualenv并安装Python依赖项virtualenv-p$(whichpython3)envsourceenv/bin/activatepipinstall-rrequirements.txtpipinstall-rdqn-requirements.txt进行实验当前的优化算法基于配置标志opt
2023/12/18 19:53:57
39KB
1
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。
2024-04-09 15:03
15KB