关于盲源分离的

用于物流选择，可靠性好，结果精确，已经用于实际问题(Used for logistics selection, good reliability, accurate results)

This repository was created with the intention of helping developers master their concepts in JavaScript. It is not a requirement, but a guide for future studies. It is based on an article written by Stephen Curtis and you can read it here. Feel free to contribute.

说明：  用于Inkscape扩展gcode文件使用(Use for Inkscape extended gcode file)

TensorFlow 不是一个严格的“神经网络”库。只要你可以将你的计算表示为一个数据流图，你就可以使用Tensorflow。你来构建图，描写驱动计算的内部循环。我们提供了有用的工具来帮助你组装“子图”（常用于神经网络）(Build and train ML models easily using intuitive high-level APIs like Keras with eager execution, which makes for immediate model iteration and easy debugging.)

说明：  Become an ace Python programmer by learning best coding practices and advance-level concepts with Python 3.5

说明：  zhouzhihua machine learning book

Python 分水岭算法 用于图像分割等图像处理(Python watershed algorithm)

【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

说明：  斯坦福大学吴恩达机器学习视频课程的源代码(Source Code for Stanford University Wu Enda Machine Learning Video Course)

说明：  DNGR(Deep neural networks for learning graph representations) code