python图书管理系统课程设计（含数据库结构文档）

【实例简介】

python小游戏

【实例简介】python代码，亲测可用

1. 实验目的 1） 掌握搜索算法的基本设计思想与方法，  2） 掌握A*算法的设计思想与方法，  3） 熟练使用高级编程语言实现搜索算法，  4） 利用实验测试给出的搜索算法的正确性。   1. 实验问题  寻路问题。以图1为例，输入一个方格表示的地图，要求用A*算法找到并输出从起点（在方格中标示字母S）到终点（在方格中标示字母T）的代价最小的路径。有如下条件及要求：   1） 每一步都落在方格中，而不是横竖线的交叉点。 2） 灰色格子表示障碍，无法通行。 3） 在每个格子处，若无障碍，下一步可以达到八个相邻的格子，并且只可以到达无障碍的相邻格子。其中，向上、下、左、右四个方向移动的代价为1，向四个斜角方向移动的代价为 √2。 4） 在一些特殊格子上行走要花费额外的地形代价。比如，黄色格子代表沙 漠，经过它的代价为4；蓝色格子代表溪流，经过它的代价为2；白色格子为普通地形，经过它的代价为0。 5） 经过一条路径总的代价为移动代价 地形代价。其中移动代价是路径上所做的所有移动的代价的总和；地形代价为路径上除起点外所有格子的地形代价的总和。

【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）

目录1.应用场景2.卷积神经网络结构  2.1 卷积（convelution）  2.2 Relu激活函数  2.3 池化（pool）  2.4 全连接（full connection）  2.5 损失函数（softmax_loss）  2.6 前向传播（forward propagation）  2.7 反向传播（backford propagation）  2.8 随机梯度下降（sgd_momentum）3.代码实现流程图以及介绍4.代码实现（python3.6）5.运行结果以及分析6.参考文献

Python面试大全（245道面试题）

机器学习决策树

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

：实现两个窗体数据传输