登录
首页 » Python » DIY字符画(项目源码下载)-Python项目开发案例集锦06.zip

DIY字符画(项目源码下载)-Python项目开发案例集锦06.zip

于 2019-09-22 发布
0 147
下载积分: 1 下载次数: 0
我要下载

代码说明：

DIY字符画(项目源码下载)-Python项目开发案例集锦06.zip

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

  • textCNN文本分类
    textCNN文本分类
    2021-05-06下载
    积分：1
  • 学习python的各种基础实例
    经常有同学苦恼，学了python基础之后找不到合适的练手机会。为此，搜集整理了200多个python代码小例子。这些小例子包括但不限于：Python基础、Web开发、数据科学、机器学习等方向，短小精炼，力争让你60秒学会一个小例子。对学习python非常有用
    2021-05-06下载
    积分：1
  • 多word文档拼接
    【实例简介】多word文档拼接
    2021-06-22 00:31:14下载
    积分：1
  • 深度学习之二：用Tensorflow实现卷积神经网络(CNN)
    目录1.踩过的坑(tensorflow)2.tensorboard3.代码实现（python3.5）4.运行结果以及分析
    2019-08-09下载
    积分：1
  • python实现钱币检测（canny和hough）
    【实例简介】 目  录 1  实验整体步骤 2 1.1  Main函数 2 1.2  Canny算法 2 1.3  Hough算法 2 2  算法介绍 3 2.1  Canny算法 3 2.1.1  使用高斯滤波器滤波 3 2.1.2  计算图像的梯度图并获得梯度方向 3 2.1.3  对梯度图进行非极大化抑制 3 2.1.4  使用双阈值法获得最终的边缘图 4 2.2  Hough算法 4 2.2.1  建立参数空间 5 2.2.2  依据边缘点的梯度方向对参数空间进行投票 5 2.2.3  依据预设定的投票阈值筛选出初步结果 5 2.2.4  对已筛选出的结果进行非极大化抑制 5 3  代码实现 5 3.1  Main函数 6 3.2  Canny算法 6 3.3  Hough算法 10 4  实验结果与分析 12 4.1  实验结果 12 4.2 各个参数对于最终定位结果的影响 14 4.2.1  Canny算法 14 4.2.2  Hough算法 14    附录 15
    2021-06-15 00:31:14下载
    积分：1
  • 机器学习实战-Kaggle犯罪预测-数据集+代码
    kaggle上对旧金山城市的犯罪案件进行分类，属于多分类问题，提供的数据特征包含时间、地点、描述等。本实例包含数据集和代码，机器学习方法是朴素贝叶斯和逻辑回归
    2020-11-09下载
    积分：1
  • tensorflow下用LSTM网络进行时间序列预测
    tensorflow下用LSTM网络进行时间序列预测，实时多变量预测以及对于未来数据的单变量预测。
    2019-07-30下载
    积分：1
  • Python内置函数及类型大全.pdf(共25页)
    Python内置函数及类型大全
    2020-02-19下载
    积分：1
  • LSTM入门正弦波序列预测
    LSTM入门学习，正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分：1
  • python 简单的加密解密软件实例
    这是一个基于python 的简单的加密解密软件实例，其中包括一些简单的 tkinter 界面应用。
    2019-09-14下载
    积分：1
  • 696518资源总数
  • 104269会员总数
  • 42今日下载

热门标签

Visual C++ matlab C/C++ Java Others Unix_Linux EasyLanguage易语言 Visual Basic C# PDF C++ Delphi VHDL ASP WINDOWS
热门下载

Copyright© 2019-2024 | Powered by Imdn | 浙ICP备16007336号 | IMDN交流 | 联系客服（QQ：3324461878）

本网站资源收集自网络及网站用户上传，若有侵权请邮件至（3324461878@qq.com），核实后我们会在24小时内删除，谢谢！