您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. VB.NET 小游戏 打地鼠

  2. 用VB.NET做的小游戏--打地鼠 Public Class Form1 Inherits System.Windows.Forms.Form Dim pic As New PictureBox Dim goal As Integer Dim i As Integer Dim j As Integer Dim xx1() As Integer = {135, 277, 417} Dim xx2() As Integer = {157, 367} Dim xx3() As Integer = {
  3. 所属分类:VB

    • 发布日期:2010-11-26
    • 文件大小:402kb
    • 提供者:likexing1987
  1. 打小猴(打鼹鼠类游戏) flash 源码 健康BUNGO公司

  2. 健康BUNGO公司免费flash游戏打小猴源码,兼职程序员习作,不足之处敬聆尊教 · fallrain
  3. 所属分类:Actionscript

    • 发布日期:2011-08-04
    • 文件大小:1mb
    • 提供者:fallrain2000
  1. As和js 通信

  2. 一个可以跑的实例,flash文档是cs6版本的,如果打不开,就随便建一个,用ExternalInterfaceExample.as作为文档类。用浏览器(我用谷歌)打开【Js和As通信.html】文件,我这边运行正常。如果有问题,可以发消息给我,我工作日都在线。 然后付了个文档,有简要概述和基本的浏览器设置问题,都是网上的东西,看看就行了,这种东西,多写写就知道咋回事了。
  3. 所属分类:Actionscript

    • 发布日期:2014-08-12
    • 文件大小:313kb
    • 提供者:loverong22
  1. 打地鼠源码

  2. 安卓版打地鼠,使用as开发。...................................................
  3. 所属分类:Android

    • 发布日期:2017-12-09
    • 文件大小:24mb
    • 提供者:qq_28630931
  1. AS-打地鼠教程.zip

  2. 一款AS3版的打地鼠小游戏的视频教学。通过简单易懂的讲解,分部录制了4个视频教学。简单易懂。
  3. 所属分类:其他

    • 发布日期:2019-07-24
    • 文件大小:10mb
    • 提供者:zyzx1986
  1. AS 快捷键.docx

  2. 常用的Android studio 开发工具的快捷键整理。非常的实用,本人常用快捷键的总结。避免需要快捷操作时,忘记如何操作,打开本指南即可。
  3. 所属分类:Android

    • 发布日期:2020-03-15
    • 文件大小:363kb
    • 提供者:qq_32816979
  1. 西门子如何收集AS系统的硬件诊断信息.pdf

  2. 西门子如何收集AS系统的硬件诊断信息pdf,西门子如何收集AS系统的硬件诊断信息:本文主要介绍在SIMATIC管理器中如何收集硬件的诊断信息SIEMENS 目录 1、概述 2、诊断信息的收集方法 诊断缓冲区的显示方式及语言设置 诊断缓冲区信息的收集 其他诊断信息的收集 3、总结 SIEMENS 1、概述 在使用 软件对西门子 系列控制器进行调试时,经常会遇到 需要将自动化系统)中的硬件诊断信息保存下米对故障事件进行离线分析的情况。对于 些常用硬件(比如: 卡件等)的常规故障,正确、及时的保存诊
  3. 所属分类:其它

    • 发布日期:2019-09-14
    • 文件大小:858kb
    • 提供者:weixin_38744207
  1. Datawhale打卡第2次

  2. EDA (Exploratory Data Analysis),也就是对数据进行探索性的分析,从而为之后的数据预处理和特征工程提供必要的结论。 通常我们用到pandas库和可视化工具如 matplotlib 和 seaborn 就可以完成了。主要的步骤是:理解问题;读取数据;单变量探索;多变量探索;数据预处理;建立假设,并检验。 本次对二手车价格数据EDA的整个过程我用代码记录了下来,下面是我代码的一些展示,不再用过多的语言描述。 import warnings warnings.filterw
  3. 所属分类:其它

  1. Python opencv实现人眼/人脸识别以及实时打码处理

  2. 利用Python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。 系统环境:Windows 7 + Python 3.6.3 + opencv 3.4.2 一、系统、资源准备 要想达成该目标,需要满足一下几个条件: 找一台带有摄像头的电脑,一般笔记本即可; 需配有Python3,并安装NumPy包、opencv; 需要有已经训练好的分类器,用于识别视频中的人脸、人眼等,如无分类器,可以点击这里下载:haarcascades分类器 二、动手做 1、导入相关包、
  3. 所属分类:其它

    • 发布日期:2020-12-26
    • 文件大小:104kb
    • 提供者:weixin_38732744
  1. Datawhale 组对学习打卡营 任务11: 注意力机制和Seq2seq模型

  2. 目录 注意力机制 Softmax屏蔽 点积注意力 测试 多层感知机注意力 测试 总结 引入注意力机制的Seq2seq模型 解码器 训练 训练和预测 import math import torch import torch.nn as nn import os def file_name_walk(file_dir): for root, dirs, files in os.walk(file_dir): # print(root, root) # 当前目录路径
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:372kb
    • 提供者:weixin_38660579
  1. 动手学pytorch-打卡3

  2. Generative Adversarial Networks Throughout most of this book, we have talked about how to make predictions. In some form or another, we used deep neural networks learned mappings from data points to labels. This kind of learning is called discriminat
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:177kb
    • 提供者:weixin_38546024
  1. 《动手学习深度学习》之三:1.卷积神经网络(CNN)基础(打卡2.4)

  2. 卷积神经网络(CNN) 1.卷积神经网络基础 1.1.基础概念 1.1.1.卷积层 1.1.2.填充、步幅、输入通道、输出通道的含义 1.1.3.池化层 1.1.4.二维互相关运算 二维互相关(cross-correlation)运算的输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。 import torch import torch.nn as nn def corr2d(X, K): H, W = X
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:629kb
    • 提供者:weixin_38608378
  1. DataWhale组队学习打卡(二)

  2. 前言 记《手动学深度学习》组队学习第二次打卡 打卡内容 线性回归代码实现(基于Pytorch) 理论复习 线性回归理论部分可参考上一篇博客 线性回归模型从零开始的实现 借助jupyter运行代码,方便清晰展示各环节的输出情况。 1. 导入基础模块 In [ ]: # import packages and modules %matplotlib inline import torch from IPython import display from matplotlib import pyplo
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:74kb
    • 提供者:weixin_38682406
  1. 《动手学习深度学习》之三:3.RNN循环神经网络(进阶)-4种模型(打卡2.6)

  2. RNN循环神经网络(进阶) 1.GRU(门控)模型 1.1.概念 1.1.1.RNN存在的问题:梯度较容易出现衰减或爆炸(BPTT) 1.1.2.GRU⻔控循环神经⽹络:捕捉时间序列中时间步距离较⼤的依赖关系 重置⻔有助于捕捉时间序列⾥短期的依赖关系; 更新⻔有助于捕捉时间序列⾥⻓期的依赖关系。 1.2.GRU模型从零实现 1.2.1.载入数据集 import numpy as np import torch from torch import nn, optim import torc
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:431kb
    • 提供者:weixin_38522214
  1. 伯禹AI第二次学习打卡

  2. 这三天主要学习了神经网络中常见的梯度爆炸,梯度弥散等常见问题,经典卷积神经网络LeNet和机器翻译相关技术。初学深度学习从中无不领会到深度学习的知识面之广,深度学习问题的复杂性显而易见。下面是我使用LeNet网络对Cifar10数据集识别的代码,算是这次深度学习的打卡代码。 from torchvision.transforms import ToPILImage import torch as t import torch.nn as nn import torch.nn.functional
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:43kb
    • 提供者:weixin_38502915
  1. 《动手学深度学习》第二次打卡

  2. 1.过拟合欠拟合及其解决方案 1.1概念 欠拟合(underfitting):模型无法得到较低的训练误差; 过拟合(overfitting):模型的误差远小于它在测试数据上的误差。 给定训练集,模型复杂度和误差之间的关系为: 1.2多项式函数拟合实验 %matplotlib inline import torch import numpy as np import sys sys.path.append(/home/kesci/input) import d2lzh1981 as d2l pr
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:132kb
    • 提供者:weixin_38699784
  1. 解决android studio android monitor打不开的问题

  2. 1、问题截图如下: 2、问题出现的原因:个人推断是由于更新谷歌推过来的更新所致(因为我在公司电脑上和个人笔记本上装了同样的android studio 2.3.3版本,个人笔记本将每次都更新谷歌插件,台式机没更过,结果就杯具了,公司台式机可正常打开android device monitor,个人笔记本打不开); 3、问题最开始提示的是Jdk版本太低,因此下载了最新的jdk1.9版本。。。此处略去配置变量等等。满心欢喜打开AS,结果还是提示我上图的错误提示。而且我多次打开和关闭android
  3. 所属分类:其它

    • 发布日期:2021-01-04
    • 文件大小:66kb
    • 提供者:weixin_38516706
  1. 更新至Android Studio4.1后发现as打不开的解决方法(原因分析)

  2. 前言 今天收到了as更新4.1推送,更完后发现打不开了,报下面的错误 Internal error. Please refer to https://code.google.com/p/android/issues   java.lang.NoSuchMethodError: com.intellij.ide.plugins.PluginManagerCore.loadDescr iptors()[Lcom/intellij/ide/plugins/IdeaPluginDescr iptorI
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:46kb
    • 提供者:weixin_38736011
  1. Eclipse将Maven项目打成jar包

  2. 利用Eclipse将项目打包成jar,放入服务器执行。 1:在eclipse中选中项目,右键,Run As,Run Configurations,输入package,然后点击run执行。 2:在eclipse控制台会显示打jar的日志信息,当看到BUILD SUCCESS,代表打包成功。 3:将jar包发布到服务器 首先将middleware-0.0.1-SNAPSHOT.jar包上传到服务器任意目录,然后查看改jar包是否正在执行。 ps -ef|grep java 如果存在,则执行
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:587kb
    • 提供者:weixin_38680308
  1. 《动手学习深度学习》之二:注意力机制和Seq2seq模型(打卡2.2)

  2. 2.注意力机制和Seq2seq模型 2.1.注意力机制 2.1.1.概念 2.1.2.框架 •不同的attetion layer的区别在于score函数的选择,在本节的其余部分,我们将讨论两个常用的注意层 Dot-product Attention 和 Multilayer Perceptron Attention;随后我们将实现一个引入attention的seq2seq模型并在英法翻译语料上进行训练与测试。 import math import torch import torch.nn
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:775kb
    • 提供者:weixin_38732343
« 12 3 4 5 6 7 8 9 10 »