python智能小车

手写数字识别实验报告 ├── 基于MLP的手写数字识别机制.docx└── mnist代码流程图.vsdx   1 directory, 2 files

图书管理系统 使用说明 功能演示： 下载整个程序包，确保系统有python3环境，打开cmd，输入命令（替换成本机的工程目录地址）： python F:ook_management_sysook_management_sys.py runserver 浏览器输入 http://127.0.0.1:5000/ 进入系统 系统分两类用户：普通读者用户，管理员用户。 普通读者用户可以查看图书信息和查看借阅记录，在登录页顶端导航栏切换功能，不用输入用户名、密码。 管理员用户可使用一切功能，账号、密码登陆后，进行日常业务操作。 测试数据： 图书信息书名可填写“学习”“机器”，类别可填写“计算机”等；学生借阅卡可填写：16000001,16000002,16000003（该卡无借阅记录）；

计算机视觉，局部图像描述子python实现harris角点检测，特征匹配，sift特征检测和匹配，可以直接运行，内附VLFeat工具包sift，立体图像的特征提取和匹配是机器人视觉定位的核心技术，立体图像的特征点的匹配精度直接影响视觉导航定位的精度。

【实例简介】         验证码随着互联网发展的被普遍应用,这是一个低成本、高效能的人机识别技术,是数据安全、网站安全等领域的第一道防线

使用的是最新版本的PyQt5.9，详细讲解了PyQt5的各个知识点，包含从入门到实战的所有例子。本书共包含11个章节，这些章节基本包含了笔者在使用PyQt中遇到的绝大多数技术以及一些简单的应用。本书虽然有11个章节，但是有些章节是具有独立性的，读者可以针对自己的实际情况选择性阅读。本书第一章介绍了PyQt的入门知识，讲述了PyQt的安装配置以及Eric6这个IDE的简单使用方法。对于对PyQt已经有一定基础的朋友可以略去这一章。本书第二章简单介绍了Python的基本语法，本章针对一些没有接触过python的读者，对于Python已经有一些基础的朋友可以略去这一章。本书第三章介绍Qt Designer的使用方法，Qt Designer是一个PyQt的可视化界面编辑程序，他的作用是帮助我们快速开发出界面文件，我们可以通过其他方式把界面文件转化成python代码文件。对于不懂太多PyQt知识的读者来说，本章可以让你快速入门，同时，本章也是让自己的PyQt技术快速进步的最重要的章节。本书第四章介绍了PyQt的基本控件的使用方法，如果读者时间并不充裕，只对部分控件感兴趣，可以选取相应的小节进行阅读。本书第五章介绍了PyQt的高级控件的使用方法，如果读者对PyQt的表格、树、多文本页面、数据库、多线程等等感兴趣，可以在这一章中选择相应的小节阅读。本书第六章重新介绍了PyQt的布局管理的使用（之前在第3章通过Qt Designer的使用方法中已经介绍，第3章是通过Qt Designer这个代码生成器进行介绍，这里通过手工敲打代码的方法介绍）。由于布局管理非常重要，值得我们以一个新的章节介绍，如果读者对纯代码实现布局管理器感兴趣可以参考这一章，如果对代码生成器Qt Designer的布局管理器感兴趣也可以忽略这个章节。实际上两种方法并没有本质的区别。本书第七章介绍了PyQt信号与槽的应用，信号与槽是PyQt的核心，想要掌握PyQt的高级玩法的朋友可以仔细阅读这个章节。本书第八章介绍了PyQt的图形特效，如果读者对PyQt绘图，背景着色等感兴趣，可以阅读这个章节。本书第九章介绍了PyQt的扩展应用，如果你想知道如何把Python的一些非常流行的模块如pyinstaller、pandas、matplotlib、pyqtgraph、plotly等与PyQt结合，可以从这一章节中选择性的阅读。本书第十章通过几个例子介绍PyQt的实战应用，想要简单了解一些简单的程序是如何开发的朋友可以选择性的阅读这个章节。本书第十一章介绍PyQt在金融领域中的应用，是本书的另一个作者孙洋在金融公司工作过程中积累的一些实战性较高的案例，向读者展示PyQt如何应用到投资研究系统、量化投资、以及金融工具开发，读者可以根据自己的需求选择性阅读。

【实例简介】深度学习常用损失函数的基本形式、原理及特点

卷积神经网络python实现。 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络

【实例简介】 收集的无人机鸟类和直升机的数据集，并且都已经标注好，可以用于神经网络模型的训练

【实例简介】猜数字小游戏.py 开发猜数字小游戏。计算机随机生成100以内数字，让玩家去猜，如果猜的数字过大或过小都会给出提示，直到猜中该数，显示“恭喜！你猜对了”，同时要统计玩家猜的次数。

年会抽奖 示例源码(带音效，python已打包成exe)