基于python的图像水印算法

resnet-pytorch

web编程，在原有网页上增加内容；增加新网页，可以新建topic 然后再该topic下 发布消息，如下图 运行方式：python manage.py runserver 然后访问 http://localhost:8000/  即可

【实例简介】

【实例简介】 1.给定一对图像，利用提取好的SIFT特征文件，根据距离阈值准则（跨图像的局部SIFT特征距离小于0.4），得到图像间的初始局部特征匹配关系 2.基于上述初步匹配结果，实现spatial coding方法，进行匹配校验，确定几何不一致的匹配 3.将几何一致的匹配和不一致的匹配在图像上画出来，分别用蓝色和红色进行区分

A3C强化学习PYTHON代码

基于RNN，实现语句情感分类，代码附带注释可直接运行

适读人群 ：对自然语言处理感兴趣的普通程序员、算法工程师，计算机专业本科生，低年级研究生。 配套代码集成到广受欢迎的自然语言处理工具包 HanLP 中，Java 与 Python 代码双实现，适合培训。 你一定能看懂的自然语言处理（NLP）入门教程！ 这是一本把读者阅读体验放在首位的中文 NLP 图书，作者采用从问题到算法再到工程实现的写作思路，只允许必不可少的公式出现，降低了读者学习的门槛，通俗易懂、容易上手。是一本可以在地铁上也能学会 NLP 开发的图书。 全书有以下特点： 1. 图文并茂，算法、公式、代码相互印证，Java 与 Python 双实现。 2. 学习路径清晰，问题导向、算法实现、工程实战，简单易懂好上手，双色印刷阅读体验佳。 3. 业内专家——工业界周明、李航、刘群、王斌、杨攀，学术界宗成庆、刘知远、张华平 联合推荐。 4. 作者何晗（@hankcs）兼具一线实战经验与硬核学术背景。自然语言处理开源项目 HanLP 作者（GitHub Star 数远超宾夕法尼亚大学的 NLTK、斯坦福大学的 CoreNLP 以及哈工大的 LTP）埃默里大学计算机博士生，研究方向是句法分析、语义分析与问答系统。 【文件目录】 《自然语言处理入门》随书代码 ├── README.url├── hanlp-java.zip└── hanlp-python.zip0 directories, 3 files

Dive Into Deep Learning

【实例简介】

unet用于图像分割（model.py）