python ntpserver

学习pytorch基础一本好书，中文，简单易懂，值得入手(Learning Pytorch basic is a good book, Chinese, simple and easy to understand, it is worth starting with.)

说明：  机器学习的相关内容，通过数据训练，实现线性回归预测问题。(Through data training, the problem of linear regression prediction is realized.)

说明：  语音识别,实现音乐语音的特征提取和识别处理(Speech recognition for feature extraction and recognition processing of music speech)

径向基网络BP network and RBF radial basis function network contrast (fool tutorial, 10 seconds learning neural network). pdf(BP network and RBF radial basis function network contrast (fool tutorial, 10 seconds learning neural network). pdf)

说明：  旨在系统介绍人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展(The purpose of this paper is to systematically introduce the basic principles, methods and techniques of AI, and to reflect the latest research and application progress at home and abroad.)

模拟退火加变领域搜索解决EVRPTW的问题(Simulated annealing and variable domain search to solve the problem of EVRPTW)

说明：  TCP学习总结，及用python实现简单TCP(Summary of TCP Learning and Implementation of Simple TCP with Python)

说明：  偏最小二乘法是一种新型的多元统计数据分析方法，于1983年由S.Wold和C.Albano等人首次提出。偏最小二乘法实现了，在一个算法下，可以同时实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析）。 PCA方法虽解决了自变量共线性的问题，但是并没有考虑自变量主元对于因变量变化的解释作用。所以删除的次要主元有可能包含对回归有益的信息，而保留的主元有可能会夹杂一些对回归模型输出无益的噪声。 PLS方法，通过将自变量和因变量的高维数据空间投影到相应的低维空间，分别得到自变量和因变量的相互正交的特征向量，再建立自变量和因变量的特征向量间的一元线性回归关系。不仅可以克服共线性问题，它在选取特征向量时强调自变量对因变量的解释和预测作用，去除了对回归无益噪声的影响，使模型包含最少的变量数。(Partial least square method is a new multivariate statistical data analysis method, which was first proposed by S. wold and C. Albano in 1983. Partial least square method can realize regression modeling (multiple linear regression), data structure simplification (principal component analysis) and correlation analysis (typical correlation analysis) between two groups of variables.)

对0~9的数字进行识别训练。利用tensorflow构建卷积神经网络的框架。(Identify training for 0~9 numbers)

说明：  tensorflow2.0的Lstm实现(LSTM implementation of tensorflow 2.0)