01_Inverted

该压缩文件是《深度学习之Tensorflow的入门、原理及进阶实战》，里面讲述了如何搭建TensorFlow环境，并讲述了深度学习的一些理论基础知识，而且通过例子进行辅助，能更好的理解掌握。(The compressed file is "Introduction, Principle and Advanced Combat of Tensorflow for Deep Learning", which describes how to set up the TensorFlow environment, and describes some theoretical basic knowledge of deep learning, and assists with examples to better understand .)

redis未授权访问扫描脚本，python编写，多线程

该资料利用了残差网络和ZCA进行图像融合，残差网络采用的是Res-net50，并配合着白化处理进行特征提取。此类融合算法利用了目前较为流行的深度学习，在融合效果上相比于传统的融合算法有不错的提高。缺点是缺乏一定的理论支撑。

说明：  树莓派SPI转CAN，利用MCP2515模块，进行CAN通讯，分开两个.py代码：TX（发送）和RX（接收）的，具体的GPIO口要在代码里自行修改为实际的PI通讯引脚。(Raspberry Pi SPI to CAN, using MCP2515 module, for CAN communication, separate two .py codes: TX (send) and RX (receive), the specific GPIO port should be modified in the code to the actual PI communication pin.)

说明：  EXAMPLE OF PSSE simulations and python scripting (solar PV)

：爬取网站数据，基于 selenium.webdriver

如果你满足以下条件： ? 会使用电脑，但从来没写过程序； ? 还记得初中数学学的方程式和一点点代数知识； ? 想从编程小白变成专业的软件架构师； ? 每天能抽出半个小时学习。 那么你就能学会python(If you meet the following criteria: Can use a computer, but never write a program; Remember junior high school math equations and a little algebra; Want to go from programming whiz to professional software architect; I can spare half an hour to study every day. Then you can learn python)

基于Python爬虫爬取中国天气网的天气预报信息

python实现实时视频流传输和显示，从客户端到服务器端(Python implements real-time video streaming transmission and display from client to server)

代码内注释特别详细，几乎每一句都有注释，特别适合初学者。利用的cnn算法，具体是Python代码，kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。