Black Hat Python

这是第一天的教程目录，该实例一共8天的教程，讲的非常详细 目录 Django框架的介绍Django的安装Django框架开发创建项目的指令Django项目的目录结构HTTP协议HTTP协议的请求和响应请求request 和 响应 responseURL 介绍路由Django 中的 URL路由配置视图viewurl和带有参数的视图函数url 正则表达式命名分组(?pxxx) 和 带有参数的视图函数请求和响应HTTP 请求HTTP 响应GET方式传参GET方式传参参数获取(查询字符串 Query String)POST传递参数的获取Django中的应用 - app什么是应用(app)创建应用appDjango应用的结构组成 day01 Django框架的介绍

textCNN文本分类

【实例简介】

bt种子文件解析 含源码下载

语音识别代码

近400道python基础题以及答案

pycharm破解脚本

样本数据不均衡的数据的解决方案： 过采样：生成样本少的样本，和样本多的样本一样多（同样多） 下采样：两种样本一样小，从多的样本中删除一部分（同样少） 特征缩放：对Amount列进行特征缩放，使其分布范围和其他特征属性的分布范围保持一致 机器学习误区：会认为数值大的数据重要程度较大，但是我们拿到数据，其实每个属性的重要程度是一样的，所以需要进行特征缩放 所以可以进行：归一化（缩放到0~1）或者标准化(缩放到-1~1)

【实例简介】 目  录 1  实验整体步骤 2 1.1  Main函数 2 1.2  Canny算法 2 1.3  Hough算法 2 2  算法介绍 3 2.1  Canny算法 3 2.1.1  使用高斯滤波器滤波 3 2.1.2  计算图像的梯度图并获得梯度方向 3 2.1.3  对梯度图进行非极大化抑制 3 2.1.4  使用双阈值法获得最终的边缘图 4 2.2  Hough算法 4 2.2.1  建立参数空间 5 2.2.2  依据边缘点的梯度方向对参数空间进行投票 5 2.2.3  依据预设定的投票阈值筛选出初步结果 5 2.2.4  对已筛选出的结果进行非极大化抑制 5 3  代码实现 5 3.1  Main函数 6 3.2  Canny算法 6 3.3  Hough算法 10 4  实验结果与分析 12 4.1  实验结果 12 4.2 各个参数对于最终定位结果的影响 14 4.2.1  Canny算法 14 4.2.2  Hough算法 14    附录 15

基于深度学习字符型图片数字验证码识别完整过程及Python实现（深度学习学习、实现数字、字符模型训练、详细介绍附源码）