在胶囊网络上使用迁移学习完成方面级情感分类，用文档级的知识迁移到方面级上，资源提供论文翻译。
原文可自己下载

Deeplearningsimplifiedbytakingsupervised,unsupervised,andreinforcementlearningtothenextlevelusingthePythonecosystemTransferlearningisamachinelearning(ML)techniquewhereknowledgegainedduringtrainingasetofproblemscanbeusedtosolveothersimilarproblems.Thepurposeofthisbookistwo-fold;firstly,wefocusondetailedcoverageofdeeplearning(DL)andtransferlearning,comparingandcontrastingthetwowitheasy-to-followconceptsandexamples.Thesecondareaoffocusisreal-worldexamplesandresearchproblemsusingTensorFlow,Keras,andthePythonecosystemwithhands-onexamples.ThebookstartswiththekeyessentialconceptsofMLandDL,followedbydepictionandcoverageofimportantDLarchitecturessuchasconvolutionalneuralnetworks(CNNs),deepneuralnetworks(DNNs),recurrentneuralnetworks(RNNs),longshort-termmemory(LSTM),andcapsulenetworks.Ourfocusthenshiftstotransferlearningconcepts,suchasmodelfreezing,fine-tuning,pre-trainedmodelsincludingVGG,inception,ResNet,andhowthesesystemsperformbetterthanDLmodelswithpracticalexamples.Intheconcludingchapters,wewillfocusonamultitudeofreal-worldcasestudiesandproblemsassociatedwithareassuchascomputervision,audioanalysisandnaturallanguageprocessing(NLP).Bytheendofthisbook,youwillbeabletoimplementbothDLandtransferlearningprinciplesinyourownsystems.WhatyouwilllearnSetupyourownDLenvironmentwithgraphicsprocessingunit(GPU)andCloudsupportDelveintotransferlearningprincipleswithMLandDLmodelsExplorevariousDLarchitectures,includingCNN,LSTM,andcapsulenetworksLearnaboutdataandnetworkrepresentationandlossfunctionsGettogripswithmodelsandstrategiesintransferlearningWalkthroughpotentialchallengesinbuildingcomplextransferlearningmodelsfromscratchExplorereal-worldresearchproblemsrelatedtocompute

基于tensorflow搭建的capsule深度学习网络，并在mnist数据集进行训练

ExploringanadvancedstateoftheartdeeplearningmodelsanditsapplicationsusingPopularpythonlibrarieslikeKeras,Tensorflow,andPytorchKeyFeatures•AstrongfoundationonneuralnetworksanddeeplearningwithPythonlibraries.•ExploreadvanceddeeplearningtechniquesandtheirapplicationsacrosscomputervisionandNLP.•Learnhowacomputercannavigateincomplexenvironmentswithreinforcementlearning.BookDescriptionWiththesurgeofArtificialIntelligenceineachandeveryapplicationcateringtobothbusinessandconsumerneeds,DeepLearningbecomestheprimeneedoftodayandfuturemarketdemands.Thisbookexploresdeeplearningandbuildsastrongdeeplearningmindsetinordertoputthemintouseintheirsmartartificialintelligenceprojects.Thissecondeditionbuildsstronggroundsofdeeplearning,deepneuralnetworksandhowtotrainthemwithhigh-performancealgorithmsandpopularpythonframeworks.Youwilluncoverdifferentneuralnetworksarchitectureslikeconvolutionalnetworks,recurrentnetworks,longshortter妹妹emory(LSTM)andsolveproblemsacrossimagerecognition,naturallanguageprocessing,andtime-seriesprediction.Youwillalsoexplorethenewlyevolvedareaofreinforcementlearninganditwillhelpyoutounderstandthestate-of-the-artalgorithmswhicharethemainenginesbehindpopulargameGo,Atari,andDota.Bytheendofthebook,youwillbewellversedwithpracticaldeeplearningknowledgeanditsreal-worldapplicationsWhatyouwilllearn•Graspmathematicaltheorybehindneuralnetworksanddeeplearningprocess.•Investigateandresolvecomputervisionchallengesusingconvolutionalnetworksandcapsulenetworks.•SolveGenerativetasksusingVariationalAutoencodersandGenerativeAdversarialNets(GANs).•ExploreReinforcementLearningandunderstandhowagentsbehaveinacomplexenvironment.•Implementcomplexnaturallanguageprocessingtasksusingrecurrentnetworks(LSTM

该游戏仅仅采用了unity3d里面自带的模型资源，包括（sphere，cube，cylined，capsule），是雷电游戏的3D版！完全是本人一个人独立完成！直接导入包就可使用。

（含源码及报告）本程序分析了自2016年到2021年（外加）每年我国原油加工的产量，并且分析了2020年全国各地区原油加工量等，含饼状图，柱状图，折线图，数据在地图上显示。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。

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。