领队高效的模糊查找器，可帮助快速找到文件，缓冲区，mrus，gtags等。
用Python编写。
支持模糊和正则表达式搜索。
功能齐全。
。
。
变更日志请查看以了解发行历史。
维基屏幕截图要求vim7.3或更高版本。
之后仅支持vim7.4.330或更高版本。
Python2.7+或Python3.1+。
要使用弹出模式，需要neovim0.42+或vim8.1.1615+。
安装对于用户：Plug'Yggdroot/LeaderF',{'do':':LeaderfInstallCExtension'}功能LeaderF已经非常快。
如果您想获得更好的功能，请安装模糊匹配算法的C扩展，其速度要快10倍以上。
要安装C扩展，首先，请确保python2和/或python3命令在Linux/Unix/MacOS上可用，并且py-2和/或py-3命令在Windows上可用。
安装C扩展:LeaderfInstallCExtension安装过程中可能会出现一些错误，请在错误消息中搜索以解决它。
例如，"e
用Python编写。
支持模糊和正则表达式搜索。
功能齐全。
。
。
变更日志请查看以了解发行历史。
维基屏幕截图要求vim7.3或更高版本。
之后仅支持vim7.4.330或更高版本。
Python2.7+或Python3.1+。
要使用弹出模式，需要neovim0.42+或vim8.1.1615+。
安装对于用户：Plug'Yggdroot/LeaderF',{'do':':LeaderfInstallCExtension'}功能LeaderF已经非常快。
如果您想获得更好的功能，请安装模糊匹配算法的C扩展，其速度要快10倍以上。
要安装C扩展，首先，请确保python2和/或python3命令在Linux/Unix/MacOS上可用，并且py-2和/或py-3命令在Windows上可用。
安装C扩展:LeaderfInstallCExtension安装过程中可能会出现一些错误，请在错误消息中搜索以解决它。
例如，"e
2021/1/14 15:45:21
215KB
1
使用Python+TensorFlow，全连接的神经网络，基于MNIST数据集。
数据集包含60000张训练图片，10000张测试图片。
MNIST_model文件夹是已经训练30000次的模型，也可以本人再训练。
app.py文件可以测试本人的图片。
也可以到github下载https://github.com/BuXianShan/Handwritten-Numeral-Recognition
数据集包含60000张训练图片，10000张测试图片。
MNIST_model文件夹是已经训练30000次的模型，也可以本人再训练。
app.py文件可以测试本人的图片。
也可以到github下载https://github.com/BuXianShan/Handwritten-Numeral-Recognition
2018/2/6 15:10:15
17.36MB
1
在我之前python27的基本上修改了下支持python3.6，使用python-gitlab的API来获取gitlab上用户、用户组、project的信息，紧缩包了有现成的py脚本，可以直接下载
2020/10/1 5:06:39
147KB
1
基于CNN，有GUI界面。
基于tensorflow，有数据集，已划分训练集，测试集，训练集已做标签.直接运转demo.py，按需下载需要包即可运转。
基于tensorflow，有数据集，已划分训练集，测试集，训练集已做标签.直接运转demo.py，按需下载需要包即可运转。
2017/5/8 18:04:54
217.18MB
1
支持Elm中一些练习的API这是一个简单的API，用于教育目的，同时在我的教授技能。
安装它是在编写时考虑到3.5+的。
安装依赖项：$python-mpipinstall-rrequirements.txt设置FLASK_APP环境变量，如果要在调试中运行它，还要设置FLASK_DEBUG环境变量：$exportFLASK_APP=api.py$exportFLASK_DEBUG=1最初，运行Flask应用程序：$flaskrun用法默认情况下，API以三个注释开头，并在内存数据库中使用SQLite（服务器关闭或重新启动后没有持久性）GET/api/comments列出所有博客评论。
HTTP/1.0200OKContent-Type:application/json{"comments":
安装它是在编写时考虑到3.5+的。
安装依赖项：$python-mpipinstall-rrequirements.txt设置FLASK_APP环境变量，如果要在调试中运行它，还要设置FLASK_DEBUG环境变量：$exportFLASK_APP=api.py$exportFLASK_DEBUG=1最初，运行Flask应用程序：$flaskrun用法默认情况下，API以三个注释开头，并在内存数据库中使用SQLite（服务器关闭或重新启动后没有持久性）GET/api/comments列出所有博客评论。
HTTP/1.0200OKContent-Type:application/json{"comments":
2017/6/3 8:19:37
4KB
1
server.c是echoserversample.py示例代码阐明http://blog.csdn.net/hnmsky/article/details/20124615
2018/8/11 12:38:56
1KB
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