Centos7环境Docker离线安装方法rpm-ivhdocker-ce-17.03.2.ce-1.el7.centos.x86_64.rpmrpm-ivhdocker-ce-selinux-17.03.2.ce-1.el7.centos.noarch.rpmrpm-ivhlibtool-ltdl-2.4.2-22.el7_3.x86_64.rpm
2017/4/11 3:56:06 18.56MB Docker
1
centos下hive连接mysql驱动,mysql-connector-java-8.0.26-1.el7.noarch.使用方法:1.下载本rpm文件后,上传至你的服务器(虚拟机)2.rpm-ivhmysql-connector-java-8.0.26-1.el7.noarch进行安装3.安装完成后会在/usr/share/java下会有mysql-connector-java.jar4.按你的实际需求,将此mysql-connector-java.jar文件复制到你需求的地方,一班是在大数据组件的conf目录,比如hive是/usr/software/hive312/lib/
2020/10/21 23:19:20 2.31MB hive mysql 大数据 数据仓库
1
本文件所有代码已经调试好,默认使用者的Ubuntu已经装好了PX4-Autopilot,使用方法:1.首先source一下本工作空间:source~/multi_uav_test202206/devel/setup.bash2.打开QGC,没安装就本人下载;
2.打开终端输入:roslaunchpx4multi_uav_mavros_sitl.launch3.再打开一个终端输入rosrunoffboardoffboard_node4.成功后会看到三架无人机画圆。
2020/3/9 11:03:17 488KB PX4 多机协同 多机协同仿真 gazebo
1
从这里下载的,还有其他很多源代码。
https://github.com/soarpenguin/procps-3.0.5/blob/master/top.c
2015/2/19 5:23:17 94KB Linux
1
RPGMaker插件Gimmer_创建的所有插件项目描述最新发布吉默尔核心所有其他插件都需要核心插件。
与MV和MZ兼容将图片保存到文件夹中,然后使用它们。
仅与MV兼容将您的actor速度设置为十进制值。
通过使用视频背景对标题场景进举动画处理。
允许您使用命令在窗口中居中放置文本。
显示按钮与播放器使用的控制器相匹配。
使您可以为文本设置动画以匹配情感。
使用系统时钟来计时玩家完成某件事所花费的时间。
1.1.1Gimmer_LicenseBoard用LP代替EXP,让您的角色通过购买许可证来获得技能,从而提升自己的角色。
1.2.1Gimmer_MakingFaces使用命令\TF[faceIndex]可以在聊天消息期间更改演员的面部索引。
1.0.1Gimmer_MatchingFaces在数据库“<faceNa
2021/10/1 11:34:42 14.57MB JavaScript
1
要解决的是一个医学图像的二分类问题,有AK和SK两种病症,根据一定量数据,进行训练,对图像进行预测。
给定图片数据的格式:解决思路整体上采用迁移学习来训练神经网络,使用InceptionV3结构,框架采用keras.具体思路:读取图片数据,保存成.npy格式,方便后续加载标签采用one-hot方式,由于标签隐藏在文件夹命名中,所以需要自行添加标签,并保存到.npy文件中,方便后续加载将数据分为训练集、验证集、测试集使用keras建立InceptionV3基本模型,不包括顶层,使用预训练权重,在基本模型的基础上自定义几层神经网络,得到最后的模型,对模型进行训练优化模型,调整超参数,提高准确率在测试集上对模型进行评估,使用精确率、召回率对单张图片进行预测,并输出每种类别的概率如何加载实际数据,如何保存成npy文件,如何打乱数据,如何划分数据,如何进行交叉验证如何使用keras进行迁移学习keras中数据增强、回调函数的使用,回调函数涉及:学习速率调整、保存最好模型、tensorboard可视化如何使用sklearn计算准确率,精确率,召回率,F1_
2019/2/11 6:55:35 1003KB keras 深度学习 图像分类 cv
1
1.Unity-2019.2.1f12.python-3.53.dlib-19.184.numpy-1.15.45.torch-1.1.06.opencv-contrib-python3.4.0.127.tqdm-4.23.48.argparse-1.4.09.scipy-1.0.110.tensorboardX网易的研究者提出了一种游戏角色自动创建方法,利用Face-to-Parameter的转换快速创建游戏角色,用户还可以自行基于模型结果再次进行修改,直到得到本人满意的人物。
此项目按照论文里的描述建立。
Face-to-ParameterTranslationforGameCharacterAuto-Creation对于输入图片,通过此工具dlib进行脸部截取。
pip3installdlib或者使用conda安装condainstall-cmenpodlibdlib引用模型下载地址:http://dlib.net/files/shape_predictor_68_face_landm
2017/9/22 20:41:11 4.6MB 深度学习 图像处理
1
本视频教程是由泰课在线机构出品的Unity中RPG角色扮演游戏制造核心技术视频,大小:22.03GB,MP4高清视频格式,教程使用软件:Unity,作者:siki,共327个章节,语言:中文
2020/3/3 16:41:20 116B Unity ARPG 教程
1
作者:ProfessorKwang-ChengChen,ProfessorRamjeePrasad出书:Wiley2009目录Prefacexi1WirelessCommunications11.1WirelessCommunicationsSystems11.2OrthogonalFrequencyDivisionMultiplexing(OFDM)31.2.1OFDMConcepts41.2.2MathematicalModelofOFDMSystem51.2.3OFDMDesignIssues91.2.4OFDMA211.3MIMO241.3.1Space-TimeCodes241.3.2SpatialMultiplexingUsingAdaptiveMultipleAntennaTechniques271.3.3Open-loopMIMOSolutions271.3.4Closed-loopMIMOSolutions291.3.5MIMOReceiverStructure311.4Multi-userDetection(MUD)341.4.1Multi-user(CDMA)Receiver341.4.2SuboptimumDS/CDMAReceivers37References402SoftwareDefinedRadio412.1SoftwareDefinedRadioArchitecture412.2DigitalSignalProcessorandSDRBasebandArchitecture432.3ReconfigurableWirelessCommunicationSystems462.3.1UnifiedCommunicationAlgorithm462.3.2ReconfigurableOFDMImplementation472.3.3ReconfigurableOFDMandCDMA472.4DigitalRadioProcessing482.4.1ConventionalRF482.4.2DigitalRadioProcessing(DRP)BasedSystemArchitecture52References583WirelessNetworks593.1MultipleAccessCommunicationsandALOHA603.1.1ALOHASystemsandSlottedMultipleAccess613.1.2SlottedALOHA613.1.3StabilisedSlottedALOHA643.1.4ApproximateDelayAnalysis653.1.5UnslottedALOHA663.2SplittingAlgorithms663.2.1TreeAlgorithms673.2.2FCFSSplittingAlgorithm683.2.3AnalysisofFCFSSplittingAlgorithm693.3CarrierSensing713.3.1CSMASlottedALOHA713.3.2SlottedCSMA763.3.3CarrierSenseMultipleAccesswithCollisionDetection(CSMA/CD)793.4Routing823.4.1FloodingandBroadcasting833.4.2ShortestPathRouting833.4.3OptimalRouting833.4.4HotPotato(Reflection)Routing843.4.5Cut-throughRouting843.4.6InterconnectedNetworkRouting843.4.7ShortestPathRoutingAlgorithms843.5FlowControl893.5.1WindowFlowControl893.5.2RateControlSchemes913.5.3QueuingAnalysisoftheLeakyBucketScheme9
2015/5/14 13:23:51 7.73MB Cognitive Radio Networks
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 钉钉 钉钉打卡