Kmean Kmean++ isodata clustering code from github
標簽： Kmean clustering isodata matlab code
上傳時間： 2017-08-16
上傳用戶：pecifas
Introduction jSMPP is a java implementation (SMPP API) of the SMPP protocol (currently supports SMPP v3.4). It provides interfaces to communicate with a Message Center or an ESME (External Short Message Entity) and is able to handle traffic of 3000-5000 messages per second. jSMPP is not a high-level library. People looking for a quick way to get started with SMPP may be better of using an abstraction layer such as the Apache Camel SMPP component: http://camel.apache.org/smpp.html Travis-CI status: History The project started on Google Code: http://code.google.com/p/jsmpp/ It was maintained by uudashr on github until 2013. It is now a community project maintained at http://jsmpp.org Release procedure mvn deploy -DperformRelease=true -Durl=https://oss.sonatype.org/service/local/staging/deploy/maven2/ -DrepositoryId=sonatype-nexus-staging -Dgpg.passphrase=<yourpassphrase> log in here: https://oss.sonatype.org click the 'Staging Repositories' link select the repository and click close select the repository and click release License Copyright (C) 2007-2013, Nuruddin Ashr uudashr@gmail.com Copyright (C) 2012-2013, Denis Kostousov denis.kostousov@gmail.com Copyright (C) 2014, Daniel Pocock http://danielpocock.com Copyright (C) 2016, Pim Moerenhout pim.moerenhout@gmail.com This project is licensed under the Apache Software License 2.0.
上傳時間： 2019-01-25
上傳用戶：dragon_longer
git 入門必備書籍，你值得擁有，豆瓣高分書籍，你真的值得擁有
上傳時間： 2019-07-19
上傳用戶：997463491
＃SFML —簡單快速的多媒體庫 SFML是一種簡單，快速，跨平臺和面向對象的多媒體API。它提供對窗口，圖形，音頻和網絡的訪問。它是用C ++編寫的，并且具有針對各種語言（例如C，.Net，Ruby，Python）的綁定。 ##作者 -Laurent Gomila-主要開發人員（laurent@sfml-dev.org） -Marco Antognini-OS X開發人員（hiura@sfml-dev.org） -Jonathan De Wachter — Android開發人員（dewachter.jonathan@gmail.com） -Jan Haller（bromeon@sfml-dev.org） -Stefan Schindler（tank@sfml-dev.org） -LukasDürrenberger（eXpl0it3r@sfml-dev.org） -binary1248（binary1248@hotmail.com） -阿圖·莫雷拉（Artur Moreira）（artturmoreira@gmail.com） -Mario Liebisch（mario@sfml-dev.org） -SFML社區的許多其他成員 ＃＃ 下載 您可以在[SFML的網站]（https://www.sfml-dev.org/download.php）上獲得最新的官方版本。您還可以從[Git存儲庫]（https://github.com/SFML/SFML）獲取當前的開發版本。 ##安裝 按照[tutorials]（https://www.sfml-dev.org/tutorials/）的說明進行操作，SFML支持的每個平臺/編譯器都有一個。 ＃＃ 學習 有很多學習SFML的地方： * [官方教程]（https://www.sfml-dev.org/tutorials/） * [在線API文檔]（https://www.sfml-dev.org/documentation/） * [社區Wiki]（https://github.com/SFML/SFML/wiki/） * [社區論壇]（https://en.sfml-dev.org/forums/）（[法語]（https://fr.sfml-dev.org/forums/）） ##貢獻 SFML是一個開源項目，它需要您的幫助才能繼續發展和改進。如果您想參與其中并提出一些其他功能，提交錯誤報告或提交補丁，請查看[貢獻準則]（https://www.sfml-dev.org/contribute.php）。
上傳時間： 2021-01-25
上傳用戶：
An Arduino core for the ATmega328, ATmega168, ATmega88, ATmega48 and ATmega8, all running a [custom version of Optiboot for increased functionality](#write-to-own-flash). This core requires at least Arduino IDE v1.6.2, where v1.8.5+ is recommended. <br/> **This core gives you two extra IO pins if you're using the internal oscillator!** PB6 and PB7 is mapped to [Arduino pin 20 and 21](#pinout).<br/> If you're into "generic" AVR programming, I'm happy to tell you that all relevant keywords are being highlighted by the IDE through a separate keywords file. Make sure to test the [example files](https://github.com/MCUdude/MiniCore/tree/master/avr/libraries/AVR_examples/examples) (File > Examples > AVR C code examples). Try writing a register name, <i>DDRB</i> for instance, and see for yourself!
標簽： MiniCore
上傳時間： 2021-02-22
上傳用戶：
這是我在做大學教授期間推薦給我學生的一本書，非常好，適合入門學習。《python深度學習》由Keras之父、現任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用。書中包含30多個代碼示例，步驟講解詳細透徹。作者在github公布了代碼，代碼幾乎囊括了本書所有知識點。在學習完本書后，讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。但是有一個小小的遺憾：代碼的解釋和注釋是全英文的，即使英文水平較好的朋友看起來也很吃力。本人認為，這本書和代碼是初學者入門深度學習及Keras最好的工具。作者在github公布了代碼，本人參照書本，對全部代碼做了中文解釋和注釋，并下載了代碼所需要的一些數據集（尤其是“貓狗大戰”數據集），并對其中一些圖像進行了本地化，代碼全部測試通過。（請按照文件順序運行，代碼前后有部分關聯）。以下代碼包含了全書約80%左右的知識點，代碼目錄：2.1: A first look at a neural network（ 初識神經網絡）3.5: Classifying movie reviews（電影評論分類：二分類問題）3.6: Classifying newswires（新聞分類：多分類問題 ）3.7: Predicting house prices（預測房價：回歸問題）4.4: Underfitting and overfitting（ 過擬合與欠擬合）5.1: Introduction to convnets（卷積神經網絡簡介）5.2: Using convnets with small datasets（在小型數據集上從頭開始訓練一個卷積網絡）5.3: Using a pre-trained convnet（使用預訓練的卷積神經網絡）5.4: Visualizing what convnets learn（卷積神經網絡的可視化）
上傳時間： 2022-01-30
上傳用戶：
從感知機到深度神經網絡帶你入坑深度學習機器學習工程師Adi Chris最近學習完吳恩達在Coursera上的最新課程后，決定寫篇博客來記錄下自己對這一領域的理解。他建議通過這種方式可以有效地深入理解一個學習主題。除此之外，也希望這篇博客可以幫助到那些有意入坑的朋友。言歸正傳。在我正式介紹深度學習是什么東西之前，我想先引入一個簡單的例子，借以幫助我們理解為什么需要深度神經網絡。同時，本文附有使用深度神經網絡模型求解異或（XOR）問題的代碼，發布在github上。異或問題何為異或問題？對于給定的兩個上進制輸入，我們通過異或邏輯門得到一個預測輸出，這 過程 為異或問題。注意，輸入不相等時輸出為1，否則為0。1展示了異或函數的所有可能的輸出結束：
標簽： 深度神經網絡
上傳時間： 2022-06-19
上傳用戶：canderile
該飛控采用4層板，基于STM32F405RGT6設計，姿態傳感器使用MPU6000，氣壓計bmp280，OSD芯片AT7456E，飛控上集成了電流計、分電板無需另外購買分電板裝機，兼容SUBS、PPM接收機，安裝孔位30.5*30.5mm 。固件采用OMNIBUSF4SD，飛控性能已前往小樹林實際飛行驗證，版本更新到第2版V2.0。
標簽： 飛控
上傳時間： 2022-07-01
上傳用戶：XuVshu
深度學習中文版，github上的開源翻譯；豆瓣高分書籍
標簽： 深度學習
上傳時間： 2022-07-11
上傳用戶：XuVshu
