[其它] random_tools:一些python工具-源码

说明：随机工具
<weixin_42129412> 上传 | 大小：5kb

[其它] Serowe_Bee_Park-源码

说明：概述 该项目旨在提供一个动态的网站，该网站将对养蜂人和相关利益相关者提供丰富的资源。 此外，它将以解决或更确切地说是实施可持续发展目标（SDG）为中心。 I.零饥饿 二。 身体健康，饥饿 三， 没有贫穷 IV。 陆地生活 五，体面劳动与经济增长 六。 负责任的消费和生产 七。 气候行动 概念 该项目的核心原则主要基于解决失业，可持续农业以及提高养蜂业（养蜂场）在生态系统中的认识和重要性。 版本 Ruby 2.6.5 Rails 6.1.3 功能清单 登录功能 用户注册功能 电子邮件地址，
<weixin_42174176> 上传 | 大小：315kb

[其它] 面向面向方面的实时信息系统建模方法

说明：面向面向方面的实时信息系统建模方法
<weixin_38732842> 上传 | 大小：114kb

[其它] python_selenium_tutorial-源码

说明：УрокипоSelenium。 Python Полезныессылки： Chromedriver： https://chromedriver.storage.googleapis.com/index.html Geckodriver-Mozilla Firefox浏览器： https://github.com/mozilla/geckodriver/releases Chrome： https://peter.sh/experiments/chromium-command-li
<weixin_42099987> 上传 | 大小：5mb

[其它] Weather-Dashboard:作业6-源码

说明：天气仪表板 作业6：使用服务器端API创建天气仪表板 在此部署了应用程序 资源v .empty（）上的jQuery文档 One Call API上的OpenWeather文档 当前天气数据API上的OpenWeather文档 掌握有关使用Date（）JS文章 关于字符串大写字母的Stackoverflow帖子 Stackoverflow帖子，关于使用openweathermap 空格格式化城市名称 UVI比例上的EPA页面 .map（） 上的MDN文档
<weixin_42119358> 上传 | 大小：6kb

[其它] flavorbook-源码

说明：Create React App入门 该项目是通过引导的。 可用脚本 在项目目录中，可以运行： yarn start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑，则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 yarn test 在交互式监视模式下启动测试运行器。 有关更多信息，请参见关于的部分。 yarn build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 生成被最小化，并且文件名包括哈希
<weixin_42116604> 上传 | 大小：48mb

[其它] android-hide-actionbar-and-statusbar-源码

说明：android-隐藏动作栏和状态栏 Android的工具栏包含状态栏（状态栏）与标题列（操作栏）。如果需要克制会会隐藏必须要先到值资料夹中的themes.xml设置好的工具栏的样式。接着打开AndroidManifest.xml，更改application tag内的主题参数。以下教学手把手带你来将状态列与标题列隐藏，文章最后会提供此范例程序。
<weixin_42102358> 上传 | 大小：147kb

[其它] bcal-源码

说明：bcal
<weixin_42143092> 上传 | 大小：1mb

[其它] 基于短语的机器翻译的短语句法类别序列模型

说明：将目标语法整合到基于短语的机器翻译（PBMT）中可以生成语法良好的翻译。 我们提出了一种新颖的短语语法类别序列（PSCS）模型，该模型允许PBMT解码器更喜欢语法翻译。 我们解析双语培训语料库目标侧的所有句子。 在标准短语对提取过程中，我们为每个短语对分配一个语法类别，并从并行训练数据中构建PSCS模型。 然后，我们将线性记录的PSCS模型记录到标准PBMT系统中。 与基线PBMT系统相比，我们的方法非常简单，并且可提高0.7 BLEU点。
<weixin_38543120> 上传 | 大小：174kb

[其它] 统计机器翻译的Softmax-margin培训

说明：培训程序在统计机器翻译（SMT）中非常重要。 它对翻译系统的最终性能有很大的影响。 SMT中广泛使用的方法是最小错误率训练（MERT）。 估计特征函数权重是有效的。 但是，MERT不使用正则化，并且已发现过拟合。 在本文中，我们描述了一种名为softmax-margin的方法，它是对max-margin训练的一种修改。 这种方法简单，高效且易于实施。 我们使用来自WMT共享任务的数据集进行工作。 与MERT相比，小规模法语-英语翻译任务的实验结果达到了竞争优势。
<weixin_38743481> 上传 | 大小：218kb

[其它] NekoGrabber:应用程序从nekos.life获取图像-源码

说明：NekoGrabber 应用程序从nekos.life获取图像 如何使用呢？ 如果您是开发人员，并且已经在计算机上安装了.NET运行时，则可以在此计算机上使用“ dotnet run”。 如果您不是开发人员，则必须在上获取预编译的可执行文件（适应于您的操作系统）。 特征 做这个狗屎
<weixin_42122881> 上传 | 大小：20mb

[其它] 分组奇异值分解的反向半色调

说明：逆半色调的目的是指从两级半色调图像重建高质量的灰度图像。 但是，从半色调版本重建连续色调图像的方法非常不确定，这使该技术非常困难。 在本文中，我们提出了分组奇异值分解（G-SVD），这是一种新颖的方法，该方法首先将相似的图像块分组为输入，然后表征输入空间中数据密度达到峰值的低维区域。 通过将通过G-SVD公式化的约束添加到逆半色调中，可将噪声与有意义的内容分离开来，并提高非局部图像斑块的相似性。 我们的实验表明，所提出的方法可以提高重建结果的视觉质量，并且在视觉效果上优于现有技术。 客观和主观测
<weixin_38577261> 上传 | 大小：1mb