深度学习初学-mnist手写数字识别实战

本数据集来自葡萄牙银行定期存款产品营销活动数据，主要包含三部分的信息。第一部分为客户基本信息，如年龄、职业、婚姻状况、受教育程度等；第二部分为与客户的沟通信息，如上次营销活动中与客户沟通时所在的月份、工作日、时长等；第三部分为社会经济数据，如消费者价格指数、消费者信心指数等。 通过此数据集，我们将要探讨以下问题：具备哪什么特征的客户更有可能购买定期存款产品？在什么时间与客户沟通更有可能让客户购买存款产品？如何根据数据分析结果指导银行的营销活动？

# 石头 0 剪刀 1 布 2 import randombot = random.randint(0, 2)player = int(input("输入您的结果")) if (player == 1) and (bot == 2) or (player == 2) and (bot == 0) or (player == 0) and (bot == 1): print("玩家获胜") elif player == bot: print("你们打成平手") else: print("电脑获胜")

python 实现TCPSocket服务端

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

12306春运抢票

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

使用GAN算法生成图像

实现了增删改查等基本操作 运行环境：python 2.7  django==1.8  mysql 5.7.26 开发环境：Pycharm 【调试说明】 1. 修改 settings.py 中的数据库信息 为你本机数据库信息，同时要在mysql中创建上数据库 student_crud 2. 运行命令 初始化数据库相关表（或者直接使用附件中的sql脚本创建）  D:idePython27Scripts>python D:StudyProjectsPythonProjectDjango_CRUD_Student-mastermanage.py migrate 3. 运行命令 打开网址 D:idePython27Scripts>python D:StudyProjectsPythonProjectDjango_CRUD_Student-mastermanage.py runserver

《生成对抗网络入门指南》随书源码

从零开始学Python网络爬虫_源代码.rar