▍1. Python项目
你的软件将接受任何sehir工程系的课程
更多选项
▍2. 强化学习教程代码
强化学习基本教程，包括A3C，DDPG等 有小车、机器臂等基本游戏的控制 强化学习是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏，强化学习不同于连接主义学习中的监督学习，主要表现在强化信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号)，而不是告诉强化学习系统RLS(reinforcement learning system)如何去产生正确的动作。由于外部环境提供的信息很少，RLS必须靠自身的经历进行学习。通过这种方式，RLS在行动-评价的环境中获得知识，改进行动方案以适应环境。
▍3. 图片转换成灰度图片
把A文件夹里面的图片批量的转成灰度图片，然后保存到指定的B文件夹，代码简单明了，用的是python语言编写的
▍7. 随机数后处理（toeplitz矩阵）
生成正态分布的随机数，并生成toeplitz矩阵，对随机数进行后处理，输出0-1均匀分布的随机数
▍8. ApkDetecter
ApkDetecter +++++++++++++++++++++++++++++++++++++++++++ 运行环境： 1、python 版本 < 3.0 2、安装pyqt组件 3、双击ApkDetecter.pyw可直接运行 +++++++++++++++++++++++++++++++++++++++++++ Android Apk查壳工具源代码 主要功能： 1、检测DEX文件是否加固及加固厂商 2、检测APK的基本信息： APKMD5值，APK包名，APK版本，签名信息等 3、DEX文件的字节信息 如果想增加新的apk加固检测方法 可在CheckProtect类中self.protectflag_dict添加检测点
▍9. Python数据可视化
（1）Python中matplotlib包主要用于可视化作图，此外，seaborn也提供可视化功能 （2）绘制词云图和jieba分词，词云图可以用于突出显示多频词语，重点显示，舆情监控；jieba分词可以把一整句按词语自动分离。
▍12. CNN可视化
利用pytorch深度框架，实现CNN 可视化， 包括filter, layer ， 梯度等可视化。 具有详细的数据和实现例程，可以更好地明白CNN的实现机理
▍13. json文件转txt文件
json文件转txt文件，批处理json文件转换成一个txt文件，需要json文件的哪部分只需要对函数做相应的修改即可，输入文件的路径就可以得到想要的结果，方便高效。
▍15. PYTON实现2048小游戏
通过python实现2048的小游戏，直接从IDE中就能看效果，适合初级入门人员学习
▍16. ID3决策树
KNN算法可以完成很多分类任务，但是它最大的缺点就是无法给出数据的内在含义，决策树的主要优势在于数据形式非常容易理解。此资源用于学习如何从一堆原始数据中构造决策树，并利用递归建立分类器进行决策
▍20. 艺术风格的神经算法”的实现
该存储库包含由L.Gatys，A.Ecker和M.Bethge提供的“一种艺术风格的神经算法”的基于pyCaffe的实现，其提供了将一个输入图像的艺术风格转移到另一个输入图像的方法。 神经网络操作由来自来自来自Caffe处理，而损失最小化和其他杂项矩阵操作使用numpy的的的和SciPy的的的执行.L-BFGS用于最小化。
本站资源：696518 个
本站会员：104313 个
总计下载：494586 次
今日上传：0 个
- 优秀论文及配套源码 SVM Short-term-Load-Forecasting
- 综合能源优化含储能
- 用遗传算法改进粒子群GA-PSO算法
- 通过粒子群能够很好的解决优化问题 pso
- 天牛群算法 BSO
- 混沌粒子群优化算法
- 2019年中国研究生数学建模竞赛E题
- 智能算法的Matlab仿真程序及教程
- 《MATLAB R2016a神经网络设计与应用28个案例分析》随书代码
- BAS BP论文及代码
- denoising
- Airy 基模高斯光束
- EMS Microgrid
- 2012年全国大学生数学建模竞赛题目--葡萄酒的评价Wines-Evaluation
- GA-bp
- 本人调试的大作业 源程序模型+论文 intelligent_control_modle
- LSTM的例子、单向LSTM、双向LSTM、多层LSTM
- 遗传算法优化BP网络案例
- 通过yalmip平台调用cplex求解器 microgrid Cplex
- 基于lstm算法在MATLAB对短期风速进行预测 LSTM-regression-master
