matlab实现神经网络的数字识别，有训练和识别，和图形界面matlab
2024/7/16 22:49:52
26KB
1
2021年1月完成的最新标准，通用训练课目考核成绩计算系统，对Excel表中的原始考核成绩批量计算。
包含仰卧起坐、蛇形跑、单杠引体向上、3000米，及身高、体重、体脂的体型计算，最后的综合总评。
适用于男、女所有年龄段，和各种海拔高度。
运行环境：Win764位操作系统MicrosoftOffice2007以上本软件无需安装，解压后直接运行training_performance.exe文件即可生成文件：计算结果.xlsx使用错误提示：1.海拔数据是输入数值，如“600”，而不是“0~2000”；
2.原始数据输入只有数值、时间两种格式，不要混合其它字符输入，比如“39（俯卧撑）”这样的输入是错误的，只输入数值“39”；
3.最后一行有效数据后面，不要有没有数据的有效行存在，会运行错误；
4.蛇形跑原始数据为精确到小数点后1位数据，如“19.8”，不要输入“19.76”，虽然Excel会自动四舍五入，但Excel自动处理后的19.8会造成运行错误。
包含仰卧起坐、蛇形跑、单杠引体向上、3000米，及身高、体重、体脂的体型计算，最后的综合总评。
适用于男、女所有年龄段，和各种海拔高度。
运行环境：Win764位操作系统MicrosoftOffice2007以上本软件无需安装，解压后直接运行training_performance.exe文件即可生成文件：计算结果.xlsx使用错误提示：1.海拔数据是输入数值，如“600”，而不是“0~2000”；
2.原始数据输入只有数值、时间两种格式，不要混合其它字符输入，比如“39（俯卧撑）”这样的输入是错误的，只输入数值“39”；
3.最后一行有效数据后面，不要有没有数据的有效行存在，会运行错误；
4.蛇形跑原始数据为精确到小数点后1位数据，如“19.8”，不要输入“19.76”，虽然Excel会自动四舍五入，但Excel自动处理后的19.8会造成运行错误。
2024/7/15 16:33:10
11.43MB
1
tensorflow为后端的keras框架实现遥感场景分类，使用的模型为VGG16和Resnet50，可以从头自己训练模型，也可以使用迁移学习，进行模型微调
2024/7/15 13:52:05
unknown
1
SRILM源代码阅读笔记。
主要针对SRILM的ngram的训练，即ngram-count。
7个文件：1.类图.jpg：与ngram-count相关的主要类的静态图（使用了starUML的逆向工程工具）；
2.ngram-count.jpg：从语料训练出模型的主要流程；
3.lmstats.countfile.jpg：ngram-count的子流程，用于构建词汇表和统计ngram的频度；
4.ngram.estimate.jpg：ngram-count的子流程，在词汇表和ngram频度的基础上计算ngram条件概率以及backoff权值的过程；
5.ngram.read.jpg：与训练无关，读取ARPA格式的语言模型的过程；
6.SRILM.uml：以上5个文件的原始图，以StarUML绘制（利用StarUML可直接编辑）7.SRILM.vsd：ngram-count相关的主要数据结构的内存布局+ngram条件概率计算公式的参数说明，以visio绘制（利用visio可直接编辑）
主要针对SRILM的ngram的训练，即ngram-count。
7个文件：1.类图.jpg：与ngram-count相关的主要类的静态图（使用了starUML的逆向工程工具）；
2.ngram-count.jpg：从语料训练出模型的主要流程；
3.lmstats.countfile.jpg：ngram-count的子流程，用于构建词汇表和统计ngram的频度；
4.ngram.estimate.jpg：ngram-count的子流程，在词汇表和ngram频度的基础上计算ngram条件概率以及backoff权值的过程；
5.ngram.read.jpg：与训练无关，读取ARPA格式的语言模型的过程；
6.SRILM.uml：以上5个文件的原始图，以StarUML绘制（利用StarUML可直接编辑）7.SRILM.vsd：ngram-count相关的主要数据结构的内存布局+ngram条件概率计算公式的参数说明，以visio绘制（利用visio可直接编辑）
2024/7/15 8:41:17
4.87MB
1
这是一个“一组matlab基础训练题”的压缩安装程序，扩展名为.exe。
共有六套题，每套都配有答案。
下载后双击即可解压。
共有六套题，每套都配有答案。
下载后双击即可解压。
2024/7/13 16:28:43
223KB
1
此资源是二维对称图像矩阵ICA人脸识别MATLAB源程序，运行效率较高，只需更改训练样本路径即可运行
2024/7/12 15:37:43
4KB
1
Kong流网PoreFlow-Net的实现：一个3D卷积神经网络，预测通过多Kong介质的流体流量使用说明从下载所需的数据（或通过首选的模拟方法创建自己的数据）使用train.py脚本训练模型模型架构这是我们的网络的样子：方法先决条件为了训练/测试我们使用的Tensorflow1.12模型，应该可以使用更新的版本其余的必要软件包应通过pip获得数据完整的出版物和所有培训/测试数据可在找到。
excel文件随可用样本列表一起提供。
有待改进keras调谐器可用于优化每个编码分支上的过滤器数量协同合作我们欢迎合作引文如果您将我们的代码用于自己的研究，请引用我们的出版物，我们将不胜感激@article{PFN2020,title="PoreFlow-Net:a3Dconvolutionalneuralnetworktopredictfluidflowthroughporousmedia",journal="AdvancesinWaterResources",pages="103539",year=
excel文件随可用样本列表一起提供。
有待改进keras调谐器可用于优化每个编码分支上的过滤器数量协同合作我们欢迎合作引文如果您将我们的代码用于自己的研究，请引用我们的出版物，我们将不胜感激@article{PFN2020,title="PoreFlow-Net:a3Dconvolutionalneuralnetworktopredictfluidflowthroughporousmedia",journal="AdvancesinWaterResources",pages="103539",year=
2024/7/12 8:41:11
19.65MB
1
网络课程资源经RichardNg许可普通教师指导：Github-所有课程内容的一个仓库降价训练上课前务必复习功课。
教师应仔细阅读课程计划和课程的其他材料，然后针对自己想如何使用内容制定自己的计划。
他们应该在与导师的每周复习课中复习它以及对内容有任何疑问。
老师也不应该害怕说他们什么都不做：可以在线查找它，如果不能解决，则可以在每周一次的指导中与老师进行讨论。
3次重复：第一个迭代是确保您了解到底发生了什么并且可以重复发生，您是否了解函数，循环，getter，setter和构造方法？您不会理解，因为您将需要继续参考您的上一次尝试，因此需要再进行两次。
第二次迭代是再次执行相同的项目，但是这次完全不参考旧代码。
这与记忆无关。
这是关于了解下一步要做什么以及需要使用什么工具在代码中打通以到达那里并知道如何做到这一点……嗯，有点记住很方便，但是在某些
教师应仔细阅读课程计划和课程的其他材料，然后针对自己想如何使用内容制定自己的计划。
他们应该在与导师的每周复习课中复习它以及对内容有任何疑问。
老师也不应该害怕说他们什么都不做：可以在线查找它，如果不能解决，则可以在每周一次的指导中与老师进行讨论。
3次重复：第一个迭代是确保您了解到底发生了什么并且可以重复发生，您是否了解函数，循环，getter，setter和构造方法？您不会理解，因为您将需要继续参考您的上一次尝试，因此需要再进行两次。
第二次迭代是再次执行相同的项目，但是这次完全不参考旧代码。
这与记忆无关。
这是关于了解下一步要做什么以及需要使用什么工具在代码中打通以到达那里并知道如何做到这一点……嗯，有点记住很方便，但是在某些
2024/7/7 4:49:48
27KB
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