[其它] myOS:我在NASM上以实模式运行的简单操作系统-源码

说明：myOS的 我简单的操作系统 第一阶段： 仅在qemu中进行测试 简单真实的方式 唯一的汇编程序（此刻为NASM） 简单输出 简单文件输入，写入磁盘文件 我们的内存布局是实模式，我们不使用段 0x7c00-0x7dff引导扇区0x7e00-0x9dff内核8k内存（因此内核不应大于8kb） 0x0007FFFF是我们的上段堆栈 文件是1440 kB大2880 512Byte扇区 扇区0：引导加载程序扇区1-16：内核，16个扇区-> 8kByte扇区100-x：要执行的命令文件
<weixin_42165973> 上传 | 大小：12kb

[其它] RichKama.TetraNet.gack36Y-源码

说明：RichKama.TetraNet.gack36Y
<weixin_42104947> 上传 | 大小：27kb

[其它] dotfiles:一些linux文件-源码

说明：点文件 一些linux文件
<weixin_42140625> 上传 | 大小：59kb

[其它] ggeffects:ggplot2回归模型的估计边际均值和边际效应-源码

说明：ggeffects-回归模型的估计边际均值和边际效应 吕德克D（2018）。 ggeffects：回归模型的边际效应的整洁数据框。开源软件杂志，3（26），772. doi： 为什么会有边际效应？ 回归模型的结果通常以易于理解的表格形式显示。对于包含交互作用或二次/样条项的更复杂的模型，带数字的表的帮助较小，难以解释。在这种情况下，边际效应要容易理解得多。尤其是，边际效应的可视化可以直观地获得关于预测变量和结果如何关联的想法，即使对于复杂的模型也是如此。 该包装的目的 ggeffects是一种
<weixin_42118423> 上传 | 大小：467kb

[其它] School-locations-源码

说明：高等教育学校地点
<weixin_42131443> 上传 | 大小：2kb

[其它] formacao-dotnet:.so.net da Alura-源码

说明：formacao-dotnet:.so.net da Alura
<weixin_42171208> 上传 | 大小：15kb

[其它] WEMB_duration_corruptor-源码

说明：WEMB_duration_corruptor
<weixin_42135754> 上传 | 大小：55mb

[其它] goit-markup-hw-02-源码

说明：goit-markup-hw-02
<weixin_42143161> 上传 | 大小：229kb

[其它] project-源码

说明：项目
<weixin_42116713> 上传 | 大小：257kb

[其它] exchange-rate-源码

说明：exchange-rate
<weixin_42128988> 上传 | 大小：423kb

[其它] dotfiles-源码

说明：dotfiles
<weixin_42101237> 上传 | 大小：30mb

[其它] voxceleb_trainer:捍卫度量学习以实现说话人识别-源码

说明：VoxCeleb教练 该存储库包含用于培训演讲者识别模型的框架，该文章在“捍卫说话者识别的度量学习”一文中进行了描述。 依存关系 pip install -r requirements.txt 资料准备 以下脚本可用于下载和准备VoxCeleb数据集以进行培训。 python ./dataprep.py --save_path data --download --user USERNAME --password PASSWORD python ./dataprep.py --save_pat
<weixin_42160278> 上传 | 大小：36kb