[其它] Sapsan：用于天体物理学的基于ML的湍流建模-源码

说明：沙山 Sapsan是在科学项目中轻松实施机器学习的管道。 话虽如此，它的主要目标和特色模型是针对动态MHD湍流子网格建模的。 Sapsan很快将在其工具集中采用物理信息机器学习模型，以准确捕获适用于核心崩溃超新星的湍流性质。 随时在上查看网站版本。 该界面与Sapsan本地版本的GUI相同，只是缺乏即时编辑模型代码的能力。 注意：目前，Sapsan尚处于测试阶段，但我们正在积极进行开发，并每天引入新功能。 请参考Sapsan的github Wiki，以了解有关框架的详细信息和功能的更多信息
<weixin_42178688> 上传 | 大小：2mb

[其它] 投影时态逻辑程序的公理语义

说明：投影时态逻辑程序的公理语义
<weixin_38708105> 上传 | 大小：49kb

[其它] 格拉芬-源码

说明：你好 :waving_hand: 我是Julio Graffin 我是来自巴西的前端开发人员。 我使用ReactJS，Angular + 4，WordPress，HTML / CSS，UI界面 :telescope: 我目前正在从事 :seedling: 我目前正在学习NextJS :closed_mailbox_with_raised_flag: 如何联系我 :page_facing_up: 了解我的经验 语言和工具：
<weixin_42133861> 上传 | 大小：1kb

[其它] 快速表达-源码

说明：快速表达
<weixin_42136791> 上传 | 大小：11kb

[其它] ApsaraCache：ApsaraCache是​​来自*集团的Redis分支-源码

说明：什么是ApsaraCache？ ApsaraCache基于Redis官方版本4.0，并具有许多功能和性能增强。 已证明ApsaraCache在生产环境中非常稳定且高效。 ApsaraCache中有许多功能，此发行版中包含以下两项，其他功能将在后续版本中逐步发行，敬请期待。 ApsaraCache支持Memcached的两个主要协议：经典ASCII和更新的二进制。 您可以像使用Memcached一样使用ApsaraCache，而无需修改任何客户端代码。 您可以像Redis一样在Memcach
<weixin_42102220> 上传 | 大小：2mb

[其它] 网络研讨会01-源码

说明：网络研讨会01 目标 没有幻灯片-内容在GitHub上公开可用。 该会话可在。 通过以下三个步骤，提供使用AWS服务进行动手实践的机会： 简介-使用AWS控制台的AWS服务/组件/概念（网络研讨会）。 做-使用awscli（ goingCmdO ）重新创建网络研讨会中构建的内容。 探索-熟悉直接使用AWS API（代码示例） 通过4-5个网络研讨会介绍尽可能多的AWS服务。 介绍 在此网络研讨会期间，我们将介绍以下AWS服务/组件/概念： 虚拟私有云（VPC） 互联网网关 路由表
<weixin_42178688> 上传 | 大小：132kb

[其它] 基于形态分析识别设计模式中的集中管理式聚集

说明：基于形态分析识别设计模式中的集中管理式聚集
<weixin_38724363> 上传 | 大小：569kb

[其它] twitter_sentiment：有关情绪分析的python笔记本文件-源码

说明：twitter_sentiment 关于情感分析的python笔记本文件
<weixin_42133452> 上传 | 大小：273kb

[其它] python-project-lvl3-源码

说明：Hexlet测试和棉绒状态：
<weixin_42132056> 上传 | 大小：13kb

[其它] 一文总结数据科学家常用的Python库（下）

说明：我们已经到达了本文最受期待的部分-构建模型！这就是我们大多数人首先进入数据科学领域的原因，不是吗？让我们通过这三个Python库探索模型构建。就像用于数据操作的Pandas和用于可视化的matplotlib一样，scikit-learn是构建模型的Python库领导者。没有什么比得上它了。事实上，scikit-learn建立在NumPy，SciPy和matplotlib之上。它是开源的，每个人都可以访问，并且可以在各种环境中重用。以下是安装scikit-learn的代码：Scikit-learn
<weixin_38719719> 上传 | 大小：309kb

[其它] 命题投影时态逻辑与星的复杂性

说明：命题投影时态逻辑与星的复杂性
<weixin_38611388> 上传 | 大小：42kb

[其它] 微型rtx-源码

说明：微扫描
<weixin_42125826> 上传 | 大小：2mb