Think DSP Digital Signal Processing in Python 英文mobi 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

Python Machine Learning Cookbook 英文azw3 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

Python GUI Programming Cookbook(2nd) 英文epub 第2版 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

Python，win32， WPS开发帮助【api接口】

pywin32结合excel、word进行批量办公操作 内附教程

趣学python即python-for-kids 的源代码，代码分章节，不像其它的骗分的，要的快下！

基于Python实现的疲劳检测。通过YOLOv5加dlib对人脸进行标记，对驾驶员进行打哈欠（规定时间内打哈欠三次以上，视为瞌睡）、抽烟、喝水、玩手机行为的检测。实时显示眨眼次数，眼睛闭合程度，眨眼持续时间，打哈欠次数，嘴巴张开程度。可以调用摄像头检测或者是对视频进行检测，运行video. py对视频进行检测，把要检测的视频命名为input.mp4文件放在目录下，检测完成后会生成output.mp4文件。运行main.py调用电脑摄像头进行检测。安装好pycharm和anaconda，接着把Pytorch-GPU环境配置好，安装一些包，按照你解压的路径，改一下代码中对应文件的路径基本就可以运行了。GPU环境不会配的话可以直接用CPU，就是会卡一点。不会配置环境运行，有偿代运行wx:18256215256------------------------------------------------------------------------------------------------------------------------------------------------

资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：pyzmq-18.1.0-cp38-cp38-manylinux1_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059

基于注意的MIL-TF2.0 这是我的项目！

基于注意力的深度多实例学习 基于注意力的深度多实例学习可以应用于广泛的医学成像应用。 在项目“ ”@ ，我在 ICML 2018 论文“Attention-based Deep Multiple Instance Learning”（ ）中撰写了Keras版本这个 repo 为 Keras 用户分享解决方案。 可以在找到官方 Pytorch 实现。 我使用Tensorflow后端建造它与Keras。 我编写了论文中描述的注意力层，并在结肠图像中进行了 10 倍交叉验证的实验。 我得到了论文中描述的非常接近的平均准确率，可视化结果如下所示。 部分代码来自 。 在训练模型时，我们只使用图像级标签（0 或 1 以查看它是否是癌症图像）。 注意层可以通过仅呈现积极补丁的一小部分子集来提供对决策的解释。 我的实施结果 数据集 结肠癌数据集 已处理的补丁 我把我处理的数据放在这里，你也可以