64位，arm处理器架构的scipy，采用交叉编译的方式生成，安装tensorflow的必备依赖，可以安装在树莓派4b上，适配3.7版本的64位python

目录列表：2dplanes.arffabalone.arffailerons.arffAmazon_initial_50_30_10000.arffanneal.arffanneal.ORIG.arffarrhythmia.arffaudiology.arffaustralian.arffauto93.arffautoHorse.arffautoMpg.arffautoPrice.arffautos.arffauto_price.arffbalance-scale.arffbank.arffbank32nh.arffbank8FM.arffbaskball.arffbodyfat.arffbolts.arffbreast-cancer.arffbreast-w.arffbreastTumor.arffbridges_version1.arffbridges_version2.arffcal_housing.arffcar.arffcholesterol.arffcleveland.arffcloud.arffcmc.arffcolic.arffcolic.ORIG.arffcontact-lenses.arffcpu.arffcpu.with.vendor.arffcpu_act.arffcpu_small.arffcredit-a.arffcredit-g.arffcylinder-bands.arffdelta_ailerons.arffdelta_elevators.arffdermatology.arffdetroit.arffdiabetes.arffdiabetes_numeric.arffechoMonths.arffecoli.arffelevators.arffelusage.arffeucalyptus.arffeye_movements.arfffishcatch.arffflags.arfffried.arfffruitfly.arffgascons.arffglass.arffgrub-damage.arffheart-c.arffheart-h.arffheart-statlog.arffhepatitis.arffhouse_16H.arffhouse_8L.arffhousing.arffhungarian.arffhypothyroid.arffionosphere.arffiris.2D.arffiris.arffkdd_coil_test-1.arffkdd_coil_test-2.arffkdd_coil_test-3.arffkdd_coil_test-4.arffkdd_coil_test-5.arffkdd_coil_test-6.arffkdd_coil_test-7.arffkdd_coil_train-1.arffkdd_coil_train-3.arffkdd_coil_train-4.arffkdd_coil_train-5.arffkdd_coil_train-6.arffkdd_coil_train-7.arffkdd_el_nino-small.arffkdd_internet_usage.arffkdd_ipums_la_97-small.arffkdd_ipums_la_98-small.arffkdd_ipums_la_99-small.arffkdd_JapaneseVowels_test.arffkdd_JapaneseVowels_train.arffkdd_synthetic_control.arffkdd_SyskillWebert-Bands.arffkdd_SyskillWebert-BioMedical.arffkdd_SyskillWebert-Goats.arffkdd_SyskillWebert-Sheep.arffkdd_UNIX_user_data.arffkin8nm.arffkr-vs-kp.arfflabor.arfflandsat_test.arfflandsat_train.arffletter.arffliver-disorders.arfflongley.arfflowbwt.arfflu

模仿百度以图搜图功能/淘宝的拍立淘功能，使用的模型vgg-16，环境配置完毕可以直接使用，有问题欢迎交流。
开发环境：#windows10　　#tensorflow-gpu1.8+keras　　#python3.6

采用tensorflow深度学习框架对手写数字识别的一整套代码

提高网络资源利用率的路由策略，且是基于openflow这一新技术的，做毕设的很有用

WeaklySupervisedSegmentationwithTensorflow.ImplementsinstancesegmentationasdescribedinSimpleDoesIt:WeaklySupervisedInstanceandSemanticSegmentation,byKhorevaetal.(CVPR2017).

STATEFLOW逻辑系统建模作者张威出版社西安电子科技大学出版社图书目录编辑第1章　概述1.1　MATLAB产品简介1.2　基于模型的设计思想1.2.1　系统设计的基本过程1.2.2　传统设计手段的缺陷1.2.3　基于模型的设计优势1.3　Simulink回顾1.3.1　创建Simulink模型1.3.2　参数设置与Model　Explorer1.3.3　创建子系统1.4　Stateflow概述1.5　安装配置Stateflow1.6　本章小结第2章　创建状态图2.1　Stateflow编辑器2.1.1　创建Simulink模型2.1.2　Stateflow编辑器概览2.2　创建和编辑状态图2.2.1　插入图形对象2.2.2　编辑图形对象外观2.3　本章小结第3章　状态图的仿真3.1　状态图的基本概念3.2　事件3.2.1　添加事件3.2.2　使用多个输入事件3.2.3　默认转移的注意事项3.3　数据对象3.3.1　添加数据对象3.3.2　数据对象的属性3.3.3　使用非标量的数据对象3.3.4　设置数据对象的数据类型3.4　状态图的更新模式3.5　Stateflow模型查看器3.5.1　启动Stateflow模型查看器3.5.2　查看并修改对象属性3.5.3　增加新的非图形对象3.6　本章小结第4章　流程图4.1　转移冲突4.1.1　转移冲突的产生与默认处理4.1.2　用户自定义检测次序4.2　流程图的创建4.2.1　常用逻辑结构模型4.2.2　流程图的回溯现象4.2.3　流程图应用实例4.3　图形函数4.3.1　状态中的流程图4.3.2　创建图形函数4.3.3　应用实例4.4　Stateflow调试器4.4.1　启动调试器4.4.2　设置断点4.4.3　调试过程4.5　本章小结第5章　有限状态系统——层次化建模5.1　状态图回顾5.2　状态动作深入5.2.1　状态动作的分类5.2.2　动作的执行次序5.2.3　在动作中使用事件5.3　层次化建模5.3.1　层次化模型的构成5.3.2　层次化状态图的转移5.3.3　历史节点5.3.4　内部转移5.3.5　层次化模型的转移检测优先权5.3.6　本地数据对象5.4　子状态图5.4.1　使用组合的状态5.4.2　创建子状态图5.4.3　子状态图的超转移5.5　Stateflow查询工具5.6　本章小结第6章　有限状态系统——并行机制第7章　Stateflow　Coder目标编译第8章　可复用图形结构第9章　Stateflow　API附录A　MATLAB可用的LaTex字符集附录B　Stateflow对象层次附录C　Stateflow语法小结附录D　Stateflow动作语言附录E　Embedded　MATLAB语言附录F　SimEvents简介参考文献

TensorFlow中文使用手册,推荐大家下载.

TensorFlow实现人脸识别(5)-------利用训练好的模型实时进行人脸检测具体解释参考：http://blog.csdn.net/yunge812/article/details/79447584

用python写的tensorflow框架下数码管的识别方法，包含训练代码和测试代码，可直接利用模型进行检测，如果效果不好，可以自己构建数据集训练

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。