CBDNet去噪代码

实现卷积lstm的代码，也是从网上找的，大家可以参考(The code to implement convolutional LSTM is also found on the internet. You can refer to it.)

说明：  用Python完成了github的oauth2功能(The OAuth 2 function of GitHub is completed with Python)

说明：  用tensorflow实现vgg深度学习网络(Realization of VGg deep learning network with tensorflow)

用来读取hex的工具，可以输出一个将hex内容显示为数组形式，适合对于hex有研究兴趣的人

树莓派音乐播放临时用程序，主要为了描述接口

DEF CON 22-亚历山大 · 莫内热-生成 ROP 有效载荷从数字

说明：  通过Python生成一个周期内正弦波数组(sine wave array.Direct digital synthesis, sine wave 0-2pi period, phase to amplitude is one-to-one correspondence.First, the sine wave query table needs to be stored, and then under the clock, through the phase accumulation module and address query module to achieve the sine wave signal.)

python(flask)入门教程.pdf

Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法，熟悉下基于密度的聚类算法与基于距离的聚类算法，如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是，基于距离的聚类算法的聚类结果是球状的簇，而基于密度的聚类算法可以发现任意形状的聚类，这对于带有噪音点的数据起着重要的作用。(The main goal of the density based clustering algorithm is to find high density regions separated by low density regions. Different from distance based clustering algorithm, the clustering results based on distance clustering algorithm are spherical clusters, and density based clustering algorithm can detect clustering of arbitrary shapes, which plays an important role in data with noisy points.)

说明：  deep+learning深度学习人工智能资料(deep+learning Deep learning of AI materials)