24point game

说明：  使用selenium框架爬取知网文章，实现了半自动化操作.(use selenium to get articles from ZhiWang. It is half-automatic)

运用tensorflow框架，来实现图片的识字学习。(Using the tensorflow framework to realize the literacy learning of the picture.)

说明：  image decomposition example for python

说明：  abaqus中自动生成材料的微观结构，以及边界条件的施加。同时拥有后处理功能(This plugin provides helpful functionality for setting up and post-processing FE-RVE models. Model setup includes the imposition of far-field loading through periodic or non-periodic boundary conditions, and setting up the loads and analysis steps necessary to perform homogenization of properties or imposition of a far-field load history. Post processing includes determining the homogenized properties of the FE-RVE from the completed analysis as well as performing averaging and statistical analysis of the fields in the whole RVE and within individual RVE constituent)

说明：  利用卷积神经网络及神经网络识别手写数字，准确率95以上。(Using convolution neural network and neural network to recognize handwritten digits, the accuracy is over 95.)

单图像和多图像三维重建，基于theano包的一个重建代码，够20个子了吗(3d reconstruction from both single and muti image)

machine learning方面的regression，语言是python.比较基础的资料(machine learning aspects of the syllabus, language is the python. basis of comparison data)

在VS2013+openCV2.4.9平台上运行，首先准备正负样本若干，进行预处理，提取正负样本的Hog特征，加入到SVM分类器进行训练，最终得到检测行人的分类器！

要回答以下问题，请只雇用第 1 章中讨论的 Python 知识 和 2 在教科书中。请不要使用技术或工具不在这两个章节中讨论。 第 1 季度。以交互模式启动 Python 解释器和使用它作为一个计算器来解决以下 问题。复制和粘贴的内容你解释器窗口 （即，命令提示符或终端 窗口） 如回答对这一问题来展示你的作品。 艾哈迈德曾 10 土耳其里拉 (TL)。他买了 5 支钢笔和 2 笔记本。每一笔费用 25 的佼佼者，和 每个笔记本成本 1.25 TL。然后，他花了他所有剩余的钱，去买 simits。每个 simit 成本 75 佼佼者。多少的 simits 是艾哈迈德能买？他还剩下多少钱？(提示 ︰ 1 TL = 100 佼佼者）

说明：  通过python进行编程，运用贝叶斯算法原理，对iris数据集进行分类(Classification of iris data sets by Bayes)