信用异常检测(.ipynb)

此实例为Python写的一个简单的贪吃蛇游戏，提供Python入门者学习

 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。

背景图片和文字可以自己更换，音乐是循环播放的

【实例简介】使用python调用opencv打开本地摄像头

DIY字符画(项目源码下载)-Python项目开发案例集锦06.zip

一、俄罗斯方块DQN算法实验报告1. 网络结构图1 DQN网络结构2. 超参数 GAMMA = 0.99  # decay rate of past observations 设置增强学习更新公式中的累计折扣因子 OBSERVE = 500.  # timesteps to observe before training 设置观察期的迭代次数 EXPLORE = 500.  # frames over which to anneal epsilon 设置探索期的观察次数 FINAL_EPSILON = 0.002  # final value of epsilon 设置ε的最终最小值 INITIAL_EPSILON = 10.0  # starting value of epsilon 设置ε的初始值 REPLAY_MEMORY = 5900  # number of previous transitions to remember 设置replay memory的容量 BATCH = 32  # size of mini batch 设置每次网络参数更新世用的样本数目 K = 1  # only select an action every Kth frame, repeat prev for others，设置几帧图像进行一次动作， # K越大让控制台输出的速度变慢，游戏画面速度变快，机器人动作的速度变越迟缓。ACTIONS = 6  # number of valid actions 游戏动作数3.实验结果训练前期的self.score分数很低150左右，EPSILON=1.0，Q_MAX= 2.061341e-02：图2 EPSILON=1.0设置超参数EPSILON=0.05在1000步迭代之后：EPSILON固定在0.04999999999999416  Q_MAX = -1.163765e-01Self.score有明显的提升，但是之后无论训练多久都没有明显提升了。图3 EPSILON=0.05设置超参数EPSILON= 0.002在1001步迭代之后：EPSILON固定在0.000004 Q_MAX = 1.728995e 02Self.score可以轻松达到200以上。图4 EPSILON=0.000004设置超参数EPSILON= 0.000001在1001步迭代之后：EPSILON固定在-0.001998997999987482  Q_MAX = 1.899879e 03Self.score可以轻松达到200以上。图5 EPSILON=-0.002 【核心代码】用DQN来玩俄罗斯方块 tetrix_DQN ├── Wrapped Game Code│   └── tetris_fun.py├── deep_q_network.py├── logs_tetris│   ├── hidden.txt│   └── readout.txt└── saved_networks    ├── tetris-dqn-10000.data-00000-of-00001    ├── tetris-dqn-10000.index    ├── tetris-dqn-10000.meta    └── tetris-dqn-316600003 directories, 8 files

【实例简介】

【实例简介】 python采集【东方财富网 > 行情中心 > 沪深指数 > 上证系列指数】数据 解压后直接运行，本地产出.xlsx

【实例简介】假设无人机在 50m 高度的空中飞行时，投放一个救援物质，当前飞机的前进速度为 10 m/s， 救援物质质量为 0.1kg， 重力加速度 9.8m/s2， 空气阻力与速度方向相反，空 气阻力大小为 k *v, k = 0.1,请使用软件模拟物质掉落的轨迹（建议使用 Python 实现 轨迹图，C 语言使用 print 输出迭代过程中的坐标）

完整版Python-Django项目，调试通过，直接下载即可运行包括：登陆、注册、浏览、搜索、发布资源、评论等多个功能。可作为新手练习，课程设计，毕业设计，代码注释详细，便于理解。