搜索资源列表
finite-element-analysis-master
- Python 数值计算 有限元分析代码，比较复杂，可以用作参考，依赖第三方库-Python Finite Element Codes
ml-startup-1
- 线型模型的学习资料 python源码，依赖sk-lean库实现(Linear model of learning materials Python source code, relying on sk-lean library implementation)
tensorflow-mnist-predict-master
- 这个项目由四个脚本组成： 1. _create_model_1.py_ - 基于初学者教程创建一个模型model.ckpt文件。 2. * create_model_2.py * - 基于专家教程创建模型model2.ckpt文件。 3. * predict_1.py * - 使用model.ckpt（初学者教程）文件来预测.png文件中手写数字的正确整数。 4. * predict_2.py * - 使用model2.ckpt（专家教程）文件来预测.png文件中手写数字的正确整数。
批量检测链接可用性
- 使用python写的,批量检测URL链接可用性的GUI工具.依赖库tkinter, Python3开发.
贝叶斯方法 -概率编程与贝叶斯推断 zip
- Probabilistic Programming and Bayesian Methods for Hackers是一本写给开发者的关于贝叶斯方法和概率问题的免费开源书。贝叶斯方法的用途十分广泛，在经济学上能找出一堆的例子。而在IT行业，机器学习是非常典型的一个应用。而机器学习也是本书作者写本书的一个重要的理由。 本书选择了Python作为编程语言，这一点都不奇怪，Python在科研和数据分析上的应用是非常方便和普遍的，比如大名鼎鼎的Numpy等。作者在本书中使用另一个库PyMC，它依赖
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
依赖库
- python支持库，主要用于软件测试，与软件开发，还有树莓派支持底层(Python support library, mainly for software testing, and software development, as well as raspberry pie support underlying layer)
ImoT_tools-master
- 一种用于图像处理，生成图像的python第三方库，是在安装deepwave库时的依赖库，同时deepwave也是一种用于处理语音信号的第三方库(A python third-party library for image processing and image generation is the dependent library when installing deepwave library, and deepwave is also a third-party library for p