python串口通信

pycharm破解脚本

语音识别代码

xlwt包

基于PyTorch的深度学习技术进步.pdf

功能简介: 群聊功能: 一个聊天窗口发消息全部都能收到 私聊功能: 只能给特定的IP和端口或者用户名发消息 查看在线用户功能: 可以查看当前在线用户 上传下载功能: 用户可以从文件服务器上传下载文件 发送表情功能 发送图片功能步骤: 版本1-7 文字聊天室 版本8 将文字聊天室界面美化，加按钮、换文本框(用于显示的列表框不能贴图) 版本9 开始文件管理器的图形界面化 版本10 将文件功能加入聊天室(ftpDemo) 版本11 开始将发送表情功能加入聊天室 版本13-14 开始将发送图片功能加入聊天室PS: 版本号对应文件夹尾号 项目文件夹是按功能一个个分的 里面的代码如果有多个版本则是功能慢慢完善的过程 更多的具体看每个代码开头的注释说明

可以直接运行的车牌识别代码，基于Python语言的车牌识别代码，

【实例简介】多word文档拼接

需要安装snap7，命令： pip install python-snap7

联邦学习实战代码

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