Python3程序开发指南源代码

python设计模式第2版 学习python Python3程序开发指南(python design mode, for python learn.)

Python高性能编程，本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。(Python High Performance Programming)

能然黑夜的图片变成白天，效果很逼真，很牛(If the picture of night turns into day, the effect is very vivid and cattle.)

简单的循环神经网络语言模型，国外的课程练笔 简单的循环神经网络语言模型，国外的课程练笔 简单的循环神经网络语言模型，国外的课程练笔 简单的循环神经网络语言模型，国外的课程练笔 简单的循环神经网络语言模型，国外的课程练笔

生成对抗网络用语自然语言处理，使用生成对抗网络处理离散数据(Generation of anti network language Natural Language Processing)

ABAQUS二次开发，用于学习ABAQUS，快速有效的建模分析(second development of ABAQUS)

用户注册登录，爬虫，echarts数据可视化(User registration, crawler, echarts data visualization)

说明：  文章管理系统 实现用户登录、注册和退出界面 实现对文章的增、删、查、改等功能 实现对文章的保存 用户信息保存到json文件中(Article management system)

说明：  1,載入iris 數劇集並設置提取60%的數據做為訓練集，40%數據做為測試集執行KNN 分類算法，並執行五次的交叉驗證（CV）和顯示準確率和混淆矩陣，並找出最佳K值。 2,載入iris 數劇集並設置提取60%的數據做為訓練集，40%數據做為測試集,執行支持向量機（SVM） 算法，並執行五次的交叉驗證（CV）和顯示準確率和混淆矩陣。 3,載入iris 數據集並執行KMEANS 聚類算法家數具分成五個群體，顯示準確率 4,載入iris 數據集執行線性迴歸算法，並利用特徵萃取（Feature Extraction）中的Recursive feature elimination (RFE)對iris 數據集中的特徵欄位進行重要性排序(1. Load iris series and set 60% data as training set and 40% data as test set to implement KNN classification algorithm, and perform five times of cross validation (CV) and display accuracy and confusion matrix, and find out the best K value. 2. Load iris series and set 60% data as training set and 40% data as test set, execute support vector machine (SVM) algorithm, and perform five times of cross validation (CV) and display accuracy and confusion matrix. 3. Loading iris data set and executing kmeans clustering algorithm, the number of users is divided into five groups, showing the accuracy rate 4. Load iris data set, execute linear regression algorithm, and use recursive feature elimination (RFE) in feature extraction to sort the importance of feature fields in iris dataset)

关于玻尔兹曼机的深度学习初始化的有关资料，编程语言采用Python，该资料浅显易懂，是了解玻尔兹曼机的好资料(Relevant information on the depth of the Boltzmann machine learning initialized using the programming language Python, the information easy to understand, is good information to understand Boltzmann machine)