lawings.github.iogithub页面测试
2015/9/24 9:51:06 18KB HTML
1
“大神”项目为个人开发项目,包含了登陆注册,文件资源上传,地图导航等功能,仅供参考,请勿用于商业用途之前版本犹疑后端服务器未缴费停止了服务,导致前端无用了,现在已经恢复正常,请自行注册和登陆测试!随时跟进代码github:https://github.com/devilyouwei/dashen
2019/11/18 17:13:43 13.32MB app
1
SQLAlchemy家庭作业-冲浪!在你开始之前为此项目创建一个新的存储库,称为Climate-Analysis-And-Exploration。
不要将此作业添加到现有存储库中。
将新的存储库克隆到您的计算机。
将您的Jupyter笔记本和app.py添加到此文件夹。
这些将是运行以进行分析的主要脚本。
将以上更改推送到GitHub或GitLab。
恭喜你!您已决定在夏威夷檀香山度过一个长假假期!为了协助您计划行程,您需要对该区域进行一些气候分析。
以下概述了您需要执行的操作。
步骤1-气候分析与探索首先,使用Python和SQLAlchemy对您的气候数据库进行基本的气候分析和数据探索。
以下所有分析都应使用SQLAlchemyORM查询,Pandas和Matplotlib完成。
使用提供的和文件完成气候分析和数据探索。
选择旅程的开始日期和结束日期。
确保您
2021/10/3 10:42:08 3.96MB JupyterNotebook
1
欢迎使用GitHub欢迎使用GitHub-数百万开发人员在该处共同开发软件。
准备开始了吗?让我们通过构建和发布您的第一个GitHubPages网站来了解所有工作原理!储存库现在,我们在您的第一个GitHub存储库中。
存储库就像是项目的文件夹或存储空间。
项目的存储库包含其所有文件,例如代码,文档,图像等。
它还跟踪您(或您的协作者)对每个文件所做的每项更改,因而,如果遇到任何错误,您始终可以返回到项目的先前版本。
该存储库包含三个重要文件:GitHub上第一个网站HTML代码,用颜色和字体装饰您的网站CSS样式表以及README文件。
它还包含一个图像文件夹,其中包含一个图像文件。
描述你的项目您当前正在查看项目的README文件。
自述文件就像您项目的封面或升降机间距。
它们以纯文本或编写,并且通常包括描述项目的段落,使用方法的指导,创作者等。
您的第一个网站Git
2019/8/21 5:20:28 257KB HTML
1
支持csb文件反编译成csd资源:csb2csd原资源地址:https://github.com/lyzz0612/csb2csd但是这个地址上的有些小问题,会出现属性找不到的问题,我这个版本对属性找不到的问题进行了优化,现在基本上都能反编译,亲测可用,但是发现一些小问题,不过可以本人手动修改,问题不大,1.button的按下状态显示的是一个白色的默认资源,本人手动修改一下
2019/3/12 7:38:20 670KB csb2csd
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
2018/2/6 15:10:15 17.36MB 手写体数字识别 Python TensorFlow
1
介绍有关生物医学工程中的数据科学和公共卫生课程中的数据科学的github存储库。
课程地点/时间:课程将异步完成。
录制的讲座将在班级团队网站上发布。
此外,每周星期二和星期四将有两个办公时间/现场讲座/现场编码会议。
这些实时会话不是必需的,也不会被记录。
欢迎学生参加0、1或两者同时参加。
一天之内的这两个将非常重要。
但是,它们对于班上的大多数学生而言都是至关重要的。
另外,可应要求提供与讲师的变焦会议。
如果您的课程有冲突,只需可以进行一些现场授课,您应该可以参加该课程。
直播时间上午8:30-上午9:50下午1:30-下午2:45电讯局长办公时间:星期五9:00-10:00课程讲师:课程指导和助教交流:我不足以强调需要积极参加课堂活动。
许多讨论将在那里进行。
新的公告将在那里发布。
视频会议链接视频会议链接将通过Teams网站发送,并最初通过电
2019/5/25 5:03:43 342KB HTML
1
NLP-Models-Tensorflow,针对NLP问题收集机器学习和tensorflow深度学习模型,JupyterNotebooks内部的代码简化了100%。
目录目的原始的实现非常复杂,并且对初学者并不友好。
因而,我尝试简化其中的大部分内容。
此外,还有大量尚未发布的文件实施。
因而,随时将其用于您自己的研究!我将为我没有从头实现的模型附加github存储库,基本上,我会针对不赞成使用的问题复制,粘贴和修复​​这些代码。
Tensorflow版本仅Tensorflow版本1.13及更高版本,不包括2.X版本。
1.13<Tensorflow<2.0pipinstall-rrequirements.txt内容接受培训。
精度仅基于10个历元,使用单词位置计算得出。
完整列表(12个笔记本)LSTMSeq2Seq使用主题建模,测试精度为13.22%LSTMSeq2Seq+Luong注意事项使用主题建模,测试准确性为12.39%采用主题建模的LSTMSeq2Seq+BeamDecoder,测试精度为10.67%
2019/6/21 2:21:45 36.31MB nlp machine-learning embedded deep-learning
1
MPC-HC,全称MediaPlayerClassicHomeCinema,是Windows平台上一个非常轻量级的开源媒体播放器。
它支持一切常见的视频和音频文件格式的播放。
它是100%免费的,没有任何广告或后门。
——百度百科另,GitHub网址:https://github.com/clsid2/mpc-hc
2017/7/17 14:39:07 16.46MB MPC-HC x64 播放器
1
SiteFab:最先进的人类静态网站生成器30秒入门以下是安装SiteFab,创建新站点并在不到30秒的时间内进行编译的方法:#installthemainpackagepipinstallsitefabspacydownloaden_core_web_smpipinstall-Uspacy-lookups-data#clonethesitetemplateasbasegitclonehttps://github.com/ebursztein/sitefab-template.gitmysite/#clonethepluginsinyoursitedirectorygitclonehttps://github.com/ebursztein/sitefab-plugins.gitmysite/plugins#
1
共 1000 条记录 首页 上一页 下一页 尾页
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