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. au3反编译源码

  2. au3反编译源码 myAut2Exe - The Open Source AutoIT scr ipt Decompiler 2.9 ======================================================== *New* full support for AutoIT v3.2.6++ :) ... mmh here's what I merely missed in the 'public sources 3.1.0' This program is f

  3. 所属分类：Actionscript

    • 发布日期：2014-01-22
    • 文件大小：1mb
    • 提供者：p13577080110

  1. skein加密解密C源码

  2. Below is a list of Skein files included on the NIST submission CD, along with a very brief descr iption of each file. In both the reference and optimized directories, all C files should be compiled to generate a SHA3 NIST API "library" for Skein. ++

  3. 所属分类：C

    • 发布日期：2014-08-05
    • 文件大小：9mb
    • 提供者：lovegonghui

  1. 罗克韦尔PowerFlex400变频器技术数据.pdf

  2. 罗克韦尔PowerFlex400变频器技术数据pdf,罗克韦尔PowerFlex400变频器技术数据产品概述 包装 P20,NEMA1—可在45°C(113°F)的环境下使用,用于传统方式 的控制柜內或柜外的安装形式 法兰式安装类型15kW(20HP)380-480V或75kW(10HP)200 240V,C框架以下的变频器允许法兰式安装,将散热器置于机壳背 部,并允许将将散热器安装于控制柜外,将柜内的大部分热量转移 到柜外。机壳背部的防护等级为P66和U儿L(NEMA)4×12型,可 供空内和

  3. 所属分类：其它

  1. Example-.csv-input-files--AIDrugApp-v1.2-源码

  2. 示例-.csv输入文件--AIDrugApp-v1.2 （ ） 示例文件包含三个文件，其中包括配体或分子化合物的特征/描述符值，如下所示： 对于回归：-输入.csv文件，其中包含用于基于回归Auto-Multi-ML算法构建机器学习模型的描述符和目标值 对于分类：-输入.csv文件，该文件包含描述符和目标值，用于基于分类自动Auto-ML算法构建机器学习模型 对于预测：-输入.csv文件（基于特征工程模型），该文件包含用于通过应用用户特定的ML模型来预测目标数据的描述符值（目标值除外）（推荐

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：68kb
    • 提供者：weixin_42131443

  1. ML-auto-baseball-pitching-overlay:baseball实时自动棒球投球叠加-源码

  2. :baseball:用机器学习自动叠加俯仰运动和轨迹！ 该项目将使用您的棒球投球剪辑并自动生成覆盖图。输入的音高剪辑可能直接来自您的手机或相机。释放点将由程序自动检测。该系统将跟踪轨迹并对齐所有视频以生成覆盖图。 经过微调的YOLOv4模型可用来获取球的位置。然后，我实现了SORT跟踪算法来跟踪每个单独的球。最后，我应用了一些图像配准技术来处理每个剪辑上的轻微相机偏移。 我仍在努力改善它！随时关注此项目，也请查看待办事项列表。 这个主意来自。 :laptop:入门 这些说明将为您提供项目的副本

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：149mb
    • 提供者：weixin_42132359

  1. ml-auto-源码

  2. 使用我的python环境'lazypredict' 演示版 启动网络应用程序： 创建conda环境 首先，我们将创建一个名为lazypredict的conda环境。 conda create -n lazypredict python=3.7.9 其次，我们将登录到lazypredict环境 conda activate lazypredict 安装必备库 下载requirements.txt文件 点安装库 pip install -r requirements.txt 启动应用 stream

  3. 所属分类：其它

  1. auto-tikv:使用ML方法调整TiKV的工具-源码

  2. 自动TiKV 使用机器学习方法自动调整数据库配置 相依性 去1.12.2 tikv-ctl go-ycsb Python 3.6 安装 ./install.sh sudo pip3 install -r requirements.txt 然后将tikv_template.yml复制到TIDB_ANSIBLE / conf / tikv.yml 文档

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：39kb
    • 提供者：weixin_42117340

  1. easeml:可扩展的Auto-ML系统-源码

  2. Ease.ml-可扩展的自动ML系统 Ease.ml是声明性机器学习服务平台。 它使用户能够上载他们的数据集并开始模型选择和调整作业。 给定数据集的架构后，ease.ml会自动搜索适用的模型并执行训练，预测和评估。 所有模型均存储为Docker映像，从而具有更大的可移植性和可重复性。 有关更多详细信息，请查看最近的出版物： 李T，钟仲，刘J，吴伟，张C。 Ease.ml：致力于机器学习工作负载的多租户资源共享。 VLDB2018。 Bojan Karlas，刘吉，吴文涛，张策。 行动中

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：37mb
    • 提供者：weixin_42099176

  1. algorithmComparisionApp-源码

  2. ml-auto-app 演示版 启动网络应用程序： 复制此网络应用 要在您自己的计算机上重新创建此Web应用程序，请执行以下操作。 创建conda环境 首先，我们将创建一个名为lazypredict的conda环境。 conda create -n lazypredict python=3.7.9 其次，我们将登录到lazypredict环境 conda activate lazypredict 安装必备库 下载requirements.txt文件 wget https://raw.githu

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：347kb
    • 提供者：weixin_42113794

  1. AzureML_Optimizing_Pipeline-源码

  2. 在Azure中优化ML管道 概述 该项目是Udacity Azure ML Nanodegree的一部分。 在此项目中，我们使用Python SDK和提供的Scikit-learn模型来构建和优化Azure ML管道。 然后将该模型与Azure AutoML运行进行比较。 概括 用1-2句话解释问题陈述：例如：“此数据集包含有关……我们试图预测……的数据” 用1-2句话说明解决方案：例如，“表现最好的模型是...” Scikit学习管道 解释管道架构，包括数据，超参数调整和分类算法。 您选择

  3. 所属分类：其它

  1. C2：第一个MLSecOps [Microsoft Azure纳米级ML工程师]运营项目（ND00333-AZMLND-C2）-源码

  2. 第一个MLSecOps项目（C2）-高层次概述 这是一个机器学习的“运营”项目[通过确定部署目标，启用预见力，确定性能指标，扫描日志和基准测试来展示专有技术]，是Microsoft Azure纳米学位计划[ND00333-AZMLND-C2]的一部分]（为了准备为Microsoft [在Azure上设计和实现数据科学解决方案]考试DP-100进行准备）。 问题陈述： 业务目标/目的是对产品销售进行二进制分类推断（用于决策情报预测）（预测与银行客户联系时是否可以订购（定期）产品（定期存款）？）。

  3. 所属分类：其它

  1. Udacity-ML-顶点-源码

  2. Internet防火墙操作决策 该项目是Udacity Azure ML Nanodegree的一部分。 在这个项目中，我们将使用Internet防火墙操作数据集。 我们将使用Azure配置和部署基于云的机器学习生产模型。 我们使用Hyper Drive和Auto ML方法来开发模型。 然后，检索具有最高准确度的模型（在这种情况下，是投票合奏。准确性：99.83％），并通过启用身份验证将Azure容器实例（ACI）作为Web服务部署到云中。 部署模型后，将通过从服务获得响应来分析端点的行为，并在

  3. 所属分类：其它

  1. Molecular_classification：“用于化学的Auto-sklearn”-训练并运行用于分子分类任务的机器学习分类器-源码

  2. 分子分类 “ 用于化学”。 总览 训练并运行机器学习的分类器以执行分子分类任务； 例如，预测QSAR项目中的溶解度，雾化能或生物亲和力等属性。 总体目的是“将任何易于计算的东西扔到墙上，看看有什么东西粘在上面”。 分子以字符串的形式输入。 根据这些，可以使用计算不同类型的指纹（固定大小的向量）。 模型训练基于基于或分类。 更先进的表示（例如，图形回旋）或ML模型（例如，深层神经网络）不被支持。 但是，该软件包会针对支持的模型类型自动进行超参数优化。 该项目提供了两个脚本： train_mo

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：166kb
    • 提供者：weixin_42153615

  1. Auto_ViML：用一行代码自动构建多个ML模型。 由Ram Seshadri创建。 欢迎合作者。 根据要求授予权限-源码

  2. 自动ViML 快速自动构建变体可解释的ML模型！ Auto_ViML的发音为“ auto vimal”（由Sanket Ghanmare创建的自动徽标） 此版本的新功能是： 1. SMOTE->现在，我们将SMOTE用于不平衡数据。 只需在下面的输入中设置Imbalanced_Flag = True 2. Auto_NLP：自动检测Text变量并对这些列进行NLP处理3.日期时间变量：它会自动检测日期时间变量并添加其他功能4.特征工程：现在您可以使用可用的库执行特征工程。 要升级到最

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：305kb
    • 提供者：weixin_42121058

  1. mlchain-python：大规模，高性能，易于使用的Auto-Magical Deploy AI模型-源码

  2. MLChain：大规模，高性能，易于使用的Auto-Magical Deploy AI模型 · MLChain是一个简单易用的库，可让您轻松有效地将机器学习模型部署到托管服务器，从而大大减少了构建支持端到端AI产品的API所需的时间。 主要特点 快速： MLChain优先考虑其他标准之上的速度。 快速编写代码：使用完整的机器学习模型，使用MLChain部署功能全面的API平均需要4分钟。 灵活： ML链的性质允许开发端到端自适应，并选择各种序列化程序和框架托管。 调试更少：我们明白了。

  3. 所属分类：其它

  1. ML-GO：简化数据科学家生命的应用程序-源码

  2. 机器学习 教育是地球上每个人的自然权利之一，它证明了良好的教育工具对个人的心理取向有很大的影响。 Matlab，auto-cad等工具已经改变了工程师查看数据的方式。因此，在这里，我们向数据科学领域介绍我们的想法。 每个机器学习和数据分析的有志者/研究者都面临着无法可视化或理解数据的问题。 从这个无底深渊中发现最重要的事情，人们迷失在黑暗的回声中，无法获得他们所寻找的解决方案。 ML-GO允许调整各种参数并使用各种数据模型和高级功能，从而帮助数据可视化和模型培训起步并运行，并使所有阶层的人了

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：84mb
    • 提供者：weixin_42134094