这是我自己编写的估计AR模型参数的M代码，利用的是LD算法，里面有注释，便于理解，值得推荐！

20210511-浙商证券-浙商策略：三分钟看中观，新股新赛道系列之十七，AR.pdf

一些人脸数据库的压缩包，学习人脸识别的同学可以下载，有AR,FERET,LWF,ORL数据库

gmp-5.1.3.tar.bz2

环境： tensorflow 2.1 最好用GPU 模型： Resnet：把前一层的数据直接加到下一层里。减少数据在传播过程中过多的丢失。 SENet： 学习每一层的通道之间的关系 Inception: 每一层都用不同的核（1×1，3×3，5×5）来学习.防止因为过小的核或者过大的核而学不到图片的特征。 用Resnet ，SENet， Inceptiont网络训练Cifar10 或者Cifar 100. 训练数据：Cifar10 或者 Cifar 100 训练集上准确率：97.11%左右 验证集上准确率：90.22%左右 测试集上准确率：88.6% 训练时间在GPU上：一小时多 权重大小：21

黑群洗白必备工具， 内网改MAC利器 AR,int,brodecom,PG,RTL,ULI系列网卡改MAC地址DOS程序，

ARMA谱估计简介，以及AR法对其的逼近 后面会有经典谱与现代谱源码奉上

sklearn中api介绍 常用的api有 accuracy_score precision_score recall_score f1_score 分别是: ​ 正确率 ​ 准确率 P ​ 召回率 R ​ f1-score 其具体的计算方式: accuracy_score 只有一种计算方式,就是对所有的预测结果 判对的个数/总数 sklearn具有多种的计算方式,其中每一种模式的说明如下: 具有不同的模式 ‘micro’, ‘macro’, ‘weighted’ ``'binary'``: 只适用于二分类问题,需要pos_label指定以哪一个作为正例

HCS-Pre-sales-数通安全-华为AR路由器产品介绍.

睿悦的一些资源包