音频分类使用深度学习 使用深度学习对10种不同的城市声音进行分类。 可以从以下链接下载音频文件： : 重要说明：文件夹应按以下方式排列： 火车标签目录：sounds / labels / train.csv 测试标签的目录：sounds / labels / test.csv 火车声音的目录：sounds / train / train_sound /（。wav格式的音频文件） 火车声音的目录：sounds / test / test_sound /（。wav格式的音频文件） 火车文件夹贴有标签 测试文件夹未标记 我们将一个音频信号分成3个，以将数据实际加载为机器可理解的格式。 为此，我们只需要在每个特定的时间步长之后取值即可。 例如; 在2秒的音频文件中，我们将在半秒内提取值。 这称为音频数据采样，而对其采样的速率称为采样速率。 现在可以将不同的纯信号表示为频域中的三个唯

GANs 2.0：TensorFlow 2.0中的生成对抗网络 项目目标 该项目的主要目的是加快建立基于生成对抗网络的深度学习管道的过程，并简化各种生成器/区分器模型的原型。 该库提供了一些GAN培训器，它们可以用作现成的功能，例如我们： 甘香草 有条件的GAN 循环甘 瓦瑟斯坦·甘 渐进式GAN（WIP） 例子 功能建模 香草GAN（高斯函数） 香草甘（sigmod功能） 影像产生 香草甘（MNIST） 有条件的GAN（MNIST） 香草甘（FASHION_MNIST） 有条件的GAN（FASHION_MNIST） 香草甘（CIFAR10） 有条件的GAN（CIFAR10） 图片翻译 循环GAN（SUMMER2WINTER） 循环GAN（WINTER2SUMMER） 安装 安装有GPU支持 pip install gans2[tensorflow_gpu]

pytorch 1.4.0 for python3.7 官方windows64位版本 pip安装

由于python2.7 HTMLTestRunner无法兼容python3的报告，本人已经改好了请大家放心使用，欢迎大家下载

centos7离线安装python3

代码基于python3和opencv框架，可能需要安装所需的module； 功能描述 --实现笔记本摄像头获取人脸的面部表情识别，happy，angry，neural，sad.. --实现指定路径下视频中人脸的识别.. 验证成功，未做改动，源自github

RPA和Python 您可以在这里找到更多详细信息： : 以及现场演示： :

主要介绍了Python3.x+pyqtgraph实现数据可视化教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

如何快速地在一天的时间内了解Python 3的全貌，如何快速地入门而不拘泥于细节，这本书无疑是Python 3的最佳入门教材。 相较于一般的Python3教材的沉重与艰涩，这本教材提纲契领，简洁明快，给人一种阅读的快感，一种畅快的成就感。能够迅速用于编程实践中。

很好的一本python3入门的书籍，讲解内容非常浅显易懂，适合0基础