注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python全栈开发工程师

  2. python学习资源整理+python重点技术摘要

  3. 所属分类：Python

    • 发布日期：2017-07-30
    • 文件大小：27mb
    • 提供者：u013165496

  1. PyTorch 1.0新特性摘要

  2. 该压缩包是PyTorch 1.0新特性摘要，关于Pytorch1.0最新版的性能介绍，欢迎大家下载学习！

  3. 所属分类：深度学习

    • 发布日期：2018-10-14
    • 文件大小：7mb
    • 提供者：jinyuan7708

  1. 有java基础快速学Python摘要

  2. 本文档适合于有其它语言编程基础，快速学习Python。文档不会详细讲解基础语法，适合于有基础但想节省时间的的人学习。会比较适合于想速成入门的人。一些与Java共性的就不列出来了，列出来的基本是Python特有的。

  3. 所属分类：Python

    • 发布日期：2018-11-13
    • 文件大小：202kb
    • 提供者：sojer

  1. python学习笔记

  2. python的基础笔记，其实实现是个简单版本并不难，文本切成句子，以句子相似性作为相互链接的权值，构造一个矩阵。有了权值矩阵就可以利用pagerank来得到每个句子的最终得分。计算好没个句子的出度入度，给个初始的得分，迭代更新至收敛，得分最高则作为摘要。计算句子相似性有很多办法，切词算集合距离，sentence2vec 算欧式距离等等，切词集合距离的办法比较糙，效果一般，还是考虑了语意相似会好一些。这种办法一般在比较规矩的文档，如新闻，效果还可以

  3. 所属分类：Python

    • 发布日期：2019-01-04
    • 文件大小：453kb
    • 提供者：weixin_44239869

  1. Python中文分词库Yaha.zip

  2. "哑哈"中文分词，更快或更准确，由你来定义。通过简单定制，让分词模块更适用于你的需求。 "Yaha" You can custom your Chinese Word Segmentation efficiently by using Yaha 基本功能： 精确模式，将句子切成最合理的词。 全模式，所有的可能词都被切成词，不消除歧义。 搜索引擎模式，在精确的基础上再次驿长词进行切分，提高召回率，适合搜索引擎创建索引。 备选路径，可生成最好的多条切词路径，可在此

  3. 所属分类：其它

  1. 【数据挖掘/机器学习/文本分类】2000~2019年英文文献摘要数据集，16类，每类100篇

  2. 本数据集为2000~2019年大部分英文文献摘要集合的子集，分agriculture、anatomy、business、chemistry、economics、education、geology等十六类。 每条数据由五部分组成：序号、分类、文献名称、摘要、期刊名称。 注意是英文！！！摘要！！！ 可用于数据挖掘等工程。 具体应用可参考博客：https://blog.csdn.net/erwugumo/article/details/104610584 请使用python进行数据分析。

  3. 所属分类：机器学习

    • 发布日期：2020-03-14
    • 文件大小：646kb
    • 提供者：erwugumo

  1. Python hashlib常见摘要算法详解

  2. 主要介绍了Python hashlib常见摘要算法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：37kb
    • 提供者：weixin_38660051

  1. Python学习摘要

  2. 小白学习Python的日常

  3. 所属分类：其它

    • 发布日期：2020-10-28
    • 文件大小：2mb
    • 提供者：telidu_xing

  1. 使用Python的SymPy库解决数学运算问题的方法

  2. 摘要：在学习与科研中，经常会遇到一些数学运算问题，使用计算机完成运算具有速度快和准确性高的优势。Python的Numpy包具有强大的科学运算功能，且具有其他许多主流科学计算语言不具备的免费、开源、轻量级和灵活的特点。本文使用Python语言的NumPy库，解决数学运算问题中的线性方程组问题、积分问题、微分问题及矩阵化简问题，结果准确快捷，具有一定的借鉴意义。 1.Sympy库简介 SymPy一个用于符号型数学计算（symbolic mathematics）的Python库。它旨在成为一个功能齐

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：79kb
    • 提供者：weixin_38689191

  1. Python hashlib常见摘要算法详解

  2. 这篇文章主要介绍了Python hashlib常见摘要算法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等 计算出一个字符串的MD5值： import hashlib md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?'.encode("utf8")) #需要指定转码 否则报错 updat

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：39kb
    • 提供者：weixin_38581405

  1. 机器学习 回归篇（1）——多元线性回归

  2. 机器学习 回归篇（1）——多元线性回归摘要线性回归简介python实现运行结果及可视化 摘要 本文介绍了最基础的回归问题——多元线性回归，并通过python进行实现及可视化展示运行结果。 线性回归简介 线性回归问题的重点在于如何求解回归函数的截距和系数。 1、构建代价函数（也叫损失函数）：平均平方误差。 2、通过最小二乘法或其他优化算法进行求解，因为线性回归的代价函数为凸函数，所以一般的经典优化算法用于求解都是适用的，如梯度下降法、单纯形法等等。 python实现 CyrusLinearRegr

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：62kb
    • 提供者：weixin_38691703

  1. 最优化算法python实现篇（4）——无约束多维极值（梯度下降法）

  2. 最优化算法python实现篇（4）——无约束多维极值（梯度下降法）摘要算法简介注意事项算法适用性python实现实例运行结果算法过程可视化 摘要 本文介绍了多维无约束极值优化算法中的梯度下降法，通过python进行实现，并可视化展示了算法过程。 算法简介 给定初始点，沿着负梯度方向（函数值下降最快的方向）按一定步长（机器学习中也叫学习率）进行搜索，直到满足算法终止条件，则停止搜索。 注意事项 学习率不能太小，也不能太大，可以多尝试一些值。当然每次沿着负梯度方向搜索时，总会存在一个步长使得该次搜索

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：193kb
    • 提供者：weixin_38742647

  1. 深度学习（神经网络） —— BP神经网络原理推导及python实现

  2. 深度学习（神经网络） —— BP神经网络原理推导及python实现摘要（一）BP神经网络简介1、神经网络权值调整的一般形式为：2、BP神经网络中关于学习信号的求取方法：（二）BP神经网络原理推导1、变量说明2、BP算法推导（三）BP神经网络python实现1、模型所需传参介绍2、模型具有的主要方法和属性3、python代码4、代码运行结果 摘要 本文首先介绍了BP神经网络求取学习信号的方法，其次对BP神经网络在原理上进行了推导，最后在python上进行编程实现，并将其封装，方便读者直接调用。 （

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：195kb
    • 提供者：weixin_38731239

  1. 基于Python的OCR实现示例

  2. 摘要： 近几天在做一个东西，其中需要对图像中的文字进行识别，看了前辈们的文章，找到两个较简单的方法：使用python的pytesseract库和调用百度AI平台接口。写下这篇文章做一个比较简短的记录和学习，后期如果有新内容再行补充。 1、使用python的pytesseract库 主要是安装库，比较简单，直接使用 pip install 安装即可；另外，如果进行中文识别，需要下载语言包，并配置好相应环境，具体操作可以进行百度，教程有不少。因为这个识别方法比较简单（但效果并不是很理想），下面直接贴

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：58kb
    • 提供者：weixin_38724333

  1. Python实现字符型图片验证码识别完整过程详解

  2. 1摘要 验证码是目前互联网上非常常见也是非常重要的一个事物，充当着很多系统的防火墙功能，但是随时OCR技术的发展，验证码暴露出来的安全问题也越来越严峻。本文介绍了一套字符验证码识别的完整流程，对于验证码安全和OCR识别技术都有一定的借鉴意义。 本文的基于传统的机器学习SVM的源码共享：https://github.com/zhengwh/captcha-svm 2关键词 关键词：安全,字符图片,验证码识别,OCR,Python,SVM,PIL 3免责声明 本文研究所用素材来自于某旧Web框架的网

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：338kb
    • 提供者：weixin_38517904

  1. python:使用Python的课程和个人项目-源码

  2. Python 在此存储库中，我存储并共享所有Python脚本。我学习过的课程中有一些代码，一些有关公共数据集和API的研究，以及一些包含我在代码和自动化中经常使用的重要功能和技巧的摘要。

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：320mb
    • 提供者：weixin_42120563

  1. SpaceScienceTutorial:该存储库是“使用Python进行太空科学”教程系列的一部分。解释每个部分的相应文章可在Medium（https-源码

  2. 用Python进行太空科学 该存储库是“使用Python进行太空科学”教程系列的一部分。可以在Medium（ ）上找到解释每个部分的相应文章。如果您没有中等帐户，请随时使用下面列出的中等朋友链接 每个部分都存储在一个子目录中。某些文件夹具有一般用途，将在一些教程中使用。如果您有任何想法（主题或改进），想要提供一些反馈或需要其他信息，请评论我的中型文章或通过Reddit（ ）给我写信。 。 对于所有希望在其供稿中查看最新更新的Twitter用户：我发布了所有“中型好友”链接以及我感兴趣的其他主

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：17mb
    • 提供者：weixin_42131367

  1. shapash:Shapash使机器学习模型透明且每个人都可以理解-源码

  2. 沙帕什 Shapash是一个Python库，旨在使每个人都可以理解和理解机器学习。它提供了几种类型的可视化，显示了每个人都可以理解的显式标签。 数据科学家可以更轻松地了解他们的模型并共享他们的结果。最终用户可以使用最有影响力的标准的摘要来了解模型提出的决策。 阅读文档： 媒介： 法语演讲视频： shapash的目标： 要显示清晰易懂的结果：曲线图和输出为每个要素及其值使用明确的标签： 为了使数据科学家能够通过使用Web应用程序轻松地在全局和本地可解释性之间导航，并了解不同功能如何发挥作用，来

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：10mb
    • 提供者：weixin_42136837

  1. django-student-management-system:这是一个使用Python开发的用于教育目的的简单学生管理系统（Django）-源码

  2. Django学生管理系统（测试版） 这是使用Python（Django）为教育目的而开发的简单学生管理系统。 随时根据您的要求进行更改。 我在学习Django时创建了这个项目，并遵循了SuperCoders的教程系列 如果您喜欢这个项目，请添加一个STAR :star: 到这个项目 :backhand_index_pointing_up: 该项目的特点 A.管理员用户可以 请参阅学生表现，员工表现，课程，科目，请假等的总体摘要表。 管理人员（添加，更新和删除） 管理学生（添加，更新和删除

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：18mb
    • 提供者：weixin_42136837

  1. til:我今天学习的摘要-源码

  2. 今天我学到了 我今天学习了摘要。 受到启发。 Python - -2021-02-22 -2021-02-25 -2021-03-04 朱皮特 网络服务 -2021-02-26 Github动作 -2021-02-26

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：17kb
    • 提供者：weixin_42138716
« 12 3 4 5 »