年会抽奖 示例源码(带音效，python已打包成exe)

【实例简介】

语音识别代码

xlwt包

python基础,本书是一本面向 Python 开发者的 PyCharm 详细使用指南。

64位3.6.8安装包

小说,项目,阅读 环境说明jdk8mysql5.7redis4rabbitmq 3.8python 3.7mongodbIDE 选择idea java代码开发webstrom 前端开发pychram python开发谷歌浏览器 调试测试主要技术框架前端：vuevuexaxios后端：springboot2.2swagger2spring-securitymybatisrabbitmqredispython 爬虫:scarpyxpath

【实例简介】 实现了增删改查等基本操作 运行环境：python 3.9  django==3.24  mysql 8.0 开发环境：Pycharm

python实现多种风机数据清洗，绘制功率曲线，包括kmeans，DBSCAN，KernelDensity等方法

【实例简介】

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