笨方法学Python.pdf

学MaixPy之机器视觉，在MaixPy IDE开发环境，用Maix Dock K210开发板，实现动态识别色块，包括红、蓝、绿、黄四个色。

Transfer Learning.pdf

最新的Python爬虫，使用Python 3编写； 可以爬取美团美食里任意城市的所有店铺，内含使用说明，一个城市的真实爬取好的数据作为样例以及token解析工具。爬取的数据会存入excel，程序会自动建立excel表。 2020年6月4日更新。 如果现在运行不成功，可能是美团的反爬虫策略更新了，可以通过给我评论来告知我更新 内含说明书；两份爬好的样例数据

 5 阶移位寄存器的本原多项式为 f(x) = x^5 x^2 1，各系数是 C5 = C2 = C0 = 1， C1 = C3 = C4 = 0。 a5 ⊕ a3 ⊕ a0 = 0, 即 a5 = a3 ⊕ a0，其中 ⊕ 表示“模二加”运算，或“异或”运算。

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

bt种子文件解析 含源码下载

【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

【实例简介】yolov5目标检测模型训练网络实例类（Python）

需配置keras、tensorflow等环境 直接下载keras自带的mnist数据集 经过训练后取得了不错的识别率

超级好玩的python画图例子