[其它] ServerStatus-Site:ServerStatus网络服务器-源码

说明：服务器状态-网站 实时服务器状态插件 注意：此站点仍是一个在制品，并且随时可能更改 后端 该项目的基础是Web服务器。 该Web服务器运行Socket.io ，它是websocket的包装和实现。 Web服务器与插件和Web客户端进行通信，以分发实时服务器信息。 当网络服务器收到来自Minecraft插件的数据包时，它会立即将信息路由到网络上和不一致的客户端。 前端 该站点的前端动态显示它从Web服务器接收的信息。 它有一个小的指示器（红色或绿色），以显示Spigot服务器的当前状态。 此外，它
<weixin_42097450> 上传 | 大小：7kb

[其它] UCO-源码

说明：UCO
<weixin_42148053> 上传 | 大小：6mb

[其它] bibtex-python-package-citations:Python和常用（机器学习）软件包的BibTeX引文-源码

说明：Python软件包的BibTeX引文 如果您正在写论文，那么一定要。 对于软件和软件包，我发现找不到BibTeX引文比将其简单地粘贴粘贴到我的references.bib要困难得多。 希望该存储库将是使其更轻松的第一步。 我正在使用此页面收集有关常见（机器学习）Python软件包的最正式引用。 如果发现错误或知道您认为应该在此页面上的其他引用，请打开一个问题或公关！ 引文 Python BibTeX引文 关于此联机的一些讨论（请参阅）。 以下是基于。 manual { python ,
<weixin_42131424> 上传 | 大小：5kb

[其它] passdb-backend:密码泄露API服务器-源码

说明：密码数据库 密码转储数据库API服务器。 有关更多详细信息，请参见随附的。 另请参见 原料药 GET /usernames/{username} GET /domains/{domain} GET /passwords/{password} GET /emails/{email} # response => [{"username": "abc", "domain": "example.com", "password": "p4ssw0rd"}, ...] # Breach info
<weixin_42126399> 上传 | 大小：19kb

[其它] olympiad-tasks-源码

说明：奥林匹克任务
<weixin_42103128> 上传 | 大小：1kb

[其它] github_veritabani-源码

说明：github_veritabani
<weixin_42112658> 上传 | 大小：58kb

[其它] stockBotDiscord-源码

说明：stockBotDiscord
<weixin_42106357> 上传 | 大小：46kb

[其它] CryptoCourse-return-template:返回课程521149S密码系统及其弱点中的作业的模板-源码

说明：您每周在521149S课程上返回练习的场所密码系统及其弱点 学生姓名： 至少将以上信息提供给该文件。 您可以根据需要删除以下所有内容，并根据需要添加一些自己的一般说明/信息。 该存储库是做什么用的？ 该存储库用于返回课程中的所有每周练习。 练习的实际说明在 在课程期间，您将更新练习中的所有工作并将其添加到此存储库中。 如何进行？ 在此存储库中，每个练习都有对应的文件夹。 每个模板文件夹中都有一个文本模板（README.md）。 您可以随意填写，但至少要包括任务编号，包括子编号，包括相
<weixin_42131424> 上传 | 大小：8kb

[其它] vr_clips-源码

说明：vr_clips
<weixin_42164534> 上传 | 大小：1mb

[其它] Govardhan-源码

说明：Govardhan
<weixin_42126677> 上传 | 大小：3kb

[其它] ISS-processing:基于SAVESTARS SL预处理的ISS图像的图像处理-源码

说明：ISS处理 基于SAVESTARS SL预处理的ISS图像的图像处理这项工作是由Nikki Veilleux，Emie Bordeleau，Justine Desmarais，MartinAubé和Alexandre Simoneau制作的 该软件的输出是褪黑激素抑制指数（MSI），视觉辐射度和MSI影响，定义为MSI与视觉辐射度的乘积。 也可以为Illumina模型产生输入。
<weixin_42134168> 上传 | 大小：3kb

[其它] HPC4M_Optimisation-源码

说明：HPC4M基准优化问题的全局最小值 目的：实施算法，以有序C ++方式利用并行体系结构找到Eggholder函数和Shekel函数的全局最小值。 麦克斯韦学院高级课程资源库：数学家的高性能计算 入门 这些实现将用于其线性代数。 我将Eigen放在根目录中-推送时将忽略它（请参见.gitignore ）。 然后使用g ++用Eigen编译文件gd.cpp ， g++ -I .\eigen-3.3.9 GradientDescent\gd.cpp -o gd.exe 测试目标功能 我们感兴趣的所
<weixin_42118770> 上传 | 大小：8kb