深度信念网络，有代码，有实例，有数据。
用于深度网络预训练。
深度信念网络，有代码，有实例，有数据。
用于深度网络预训练。
用于深度网络预训练。
深度信念网络，有代码，有实例，有数据。
用于深度网络预训练。
2025/4/27 15:11:22
42.67MB
1
Payton3DSDKPayton是通用3D软件开发套件。
简单来说，就是3D编程游乐场！佩顿是游乐场。
快速轻松地启动任何想法，不断发展。
为下一步创建工具。
为您的游戏创建地图编辑器，小型动画，小型算法或人工智能。
每当您需要尝试一个新的主意时，都不必费心创建包含所有详细信息的新应用程序。
Payton带有所有必需的默认值，这就是它的独特之处。
几乎所有东西都有预设。
游戏引擎和其他库太复杂了，启动最初的游戏场需要很长时间。
Payton从未打算作为游戏引擎或功能齐全的3D环境来进行。
为此已经有很多东西。
工具编程很容易。
轻松可视化您想要实现的目标或要做的事情。
如果愿意，您可以从Payton移至其他任何地方。
我们在报表中绘制2D图形和图表，通常我们在可视化数据时会更容易理解。
但是在某些情况下，可视化超过了2个维度。
我们需要具有第三个甚至第四个维度。
（最重要的是，相对论将第四维度定义为时间可能会变得模糊。
）Payton使您能够将图形扩展到4维。
它不是软件，而是使用Python构建的软件开发工具包/库。
这将使用户能够从传感器，摄像机或任何
简单来说，就是3D编程游乐场！佩顿是游乐场。
快速轻松地启动任何想法，不断发展。
为下一步创建工具。
为您的游戏创建地图编辑器，小型动画，小型算法或人工智能。
每当您需要尝试一个新的主意时，都不必费心创建包含所有详细信息的新应用程序。
Payton带有所有必需的默认值，这就是它的独特之处。
几乎所有东西都有预设。
游戏引擎和其他库太复杂了，启动最初的游戏场需要很长时间。
Payton从未打算作为游戏引擎或功能齐全的3D环境来进行。
为此已经有很多东西。
工具编程很容易。
轻松可视化您想要实现的目标或要做的事情。
如果愿意，您可以从Payton移至其他任何地方。
我们在报表中绘制2D图形和图表，通常我们在可视化数据时会更容易理解。
但是在某些情况下，可视化超过了2个维度。
我们需要具有第三个甚至第四个维度。
（最重要的是，相对论将第四维度定义为时间可能会变得模糊。
）Payton使您能够将图形扩展到4维。
它不是软件，而是使用Python构建的软件开发工具包/库。
这将使用户能够从传感器，摄像机或任何
2025/4/27 0:19:02
8.76MB
1
代码分为read_can_use.m和main_can_ues.m先运行read_can_use.m读取图片的像素值，使用奇异值分解的方法得到对应的特征。
程序预设了只读取前5个人的人脸图片，可以自己改成最多15个人。
然后运行main_can_use.m，程序会输出112323，每个数字代表一张图片最有可能的识别类别（就是人的编号）。
对每个人的11张图片，取前7张训练网络，后4张测试网络，取前5个人进行实验。
所以共有35个训练样本，20个测试样本。
比如输出的结果是111122123333…..，因为每4个数字是属于同一个人的，前四个都是1则都预测正确，第二组的4个数字2212中的那个1就是预测错误（本来是2预测成了1）。
由于参数的随机初始化，不保证每次的结果都相同。
程序预设了只读取前5个人的人脸图片，可以自己改成最多15个人。
然后运行main_can_use.m，程序会输出112323，每个数字代表一张图片最有可能的识别类别（就是人的编号）。
对每个人的11张图片，取前7张训练网络，后4张测试网络，取前5个人进行实验。
所以共有35个训练样本，20个测试样本。
比如输出的结果是111122123333…..，因为每4个数字是属于同一个人的，前四个都是1则都预测正确，第二组的4个数字2212中的那个1就是预测错误（本来是2预测成了1）。
由于参数的随机初始化，不保证每次的结果都相同。
2025/4/25 5:01:34
1.39MB
1
电商通用SKU设计，PowerDesigner原稿+图片1.灵活，能够应对各种行业商品的需求。
2.商品类别定义时很复杂，一般用户使用起来有难度，可以预置常用的商品类别属性模板解决。
2.商品类别定义时很复杂，一般用户使用起来有难度，可以预置常用的商品类别属性模板解决。
2025/4/22 6:51:26
267KB
1
一个库，用于使用python中的预构建窗口小部件创建CUI/TUI接口。
在Linux和Windows上轻松构建基于文本的用户界面。
py_cuipy_cui是一个python库，旨在简化用python编写命令行用户界面的过程。
它依赖于curses进行终端渲染，而后者通常是unix特有的，但是，您可以使用模块在Windows上运行py_cui。
与典型的基于文本的用户界面生成器相比，py_cui的主要优点是它像大多数传统的图形用户界面一样依赖于小部件和网格布局管理器。
您可以定义网格大小，然后将预定义的小部件放到特定的网格位置上。
小部件也可以跨多个网格行和列延伸。
如果您曾
在Linux和Windows上轻松构建基于文本的用户界面。
py_cuipy_cui是一个python库，旨在简化用python编写命令行用户界面的过程。
它依赖于curses进行终端渲染，而后者通常是unix特有的，但是，您可以使用模块在Windows上运行py_cui。
与典型的基于文本的用户界面生成器相比，py_cui的主要优点是它像大多数传统的图形用户界面一样依赖于小部件和网格布局管理器。
您可以定义网格大小，然后将预定义的小部件放到特定的网格位置上。
小部件也可以跨多个网格行和列延伸。
如果您曾
2025/4/13 7:56:58
1.42MB
1
这里边是一些用Matlab写的可以运行的MIMO预编码程序，有关多用户的，是从网上搜集整理的一些内容，对于想找该方面资料的人应该是有帮助的。
2025/4/5 11:10:13
64KB
1
题目在下面，通过SPSS做的回归分析小论文，原理操作都很详细。
一：某公司在各地区销售一种特殊的化妆品。
该公司观测了15个城市在某季度内对该化妆品的销售量Y及各地区适合使用该化妆品的人数X1和人均收入X2，得到数据如表所示。
假设误差服从正态分布N（0，）试建立Y与X1，X2之间的线性回归方程并研究相应的统计推断问题（数据略）。
内容要求包括：（1）数据描述性分析，自变量与因变量线性关系预判断；
（2）回归分析，模型检验，系数检验；
（3）多重共线性检验，DW检验；
（4）残差分析。
二：下面是我国1990到2013年的一些经济数据，请做回归分析（数据略）。
一：某公司在各地区销售一种特殊的化妆品。
该公司观测了15个城市在某季度内对该化妆品的销售量Y及各地区适合使用该化妆品的人数X1和人均收入X2，得到数据如表所示。
假设误差服从正态分布N（0，）试建立Y与X1，X2之间的线性回归方程并研究相应的统计推断问题（数据略）。
内容要求包括：（1）数据描述性分析，自变量与因变量线性关系预判断；
（2）回归分析，模型检验，系数检验；
（3）多重共线性检验，DW检验；
（4）残差分析。
二：下面是我国1990到2013年的一些经济数据，请做回归分析（数据略）。
2025/4/1 5:04:53
259KB
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