meta分析导论李国春译，仅供学习交流，下载后请于24小时内尽快删除，侵删。

元学习CODEBRIM 我们的CVPR19论文“使用COncrete缺陷桥桥梁图像数据集进行多目标混凝土缺陷分类的元学习卷积神经体系结构”的开源代码： 或 如果您使用内容（例如数据集），请引用该论文： Martin Mundt，Sagnik Majumder，Sreenivas Murali，Panagiotis Panetsos，Visvanathan Ramesh。 具有混凝土缺陷桥图像数据集的多目标混凝土缺陷分类的元学习卷积神经体系结构。 IEEE计算机视觉与模式识别会议（CVPR），2019年 数据集 该数据集位于： : 请注意，该数据集仅被许可用于非商业和教育用途，如上面链接中数据集随附的许可证文件所指定的那样。 这是数据集的示例（本论文的图1）： 论文代码 开源代码包括：PyTorch和TensorFlow数据加载器，MetaQNN的PyTorch代码和ENAS

元增益 GAIN模型的扩展，用于缺少数据插补。 其中一些代码来自切尔西·芬恩（Chelsea Finn）的MAML实现（ ），她的CS330斯坦福课程（ ）和Jinsung Yoon的GAIN实现（ ）。

#资源达人分享计划#

系统评价指导手册 著者 杨克虎 2010, ISBN 9787117124393 人民卫生出版社 非常好的一本书

Metaprogramming is one of Elixir's greatest features. Maybe you've played with the basics or written a few macros. Now you want to take it to the next level. This book is a guided series of metaprogramming tutorials that take you step by step to metaprogramming mastery. You'll extend Elixir with powerful features and write faster, more maintainable programs in ways unmatched by other languages. You'll start with the basics of Elixir's metaprogramming system and find out how macros interact with Elixir's abstract format. Then you'll extend Elixir with your own first-class features, write a testing framework, and discover how Elixir treats source code as building blocks, rather than rote lines of instructions. You'll continue your journey by using advanced code generation to create essential libraries in strikingly few lines of code. Finally, you'll create domain-specific languages and learn when and where to apply your skills effectively. When you're done, you will have mastered metaprogramming, gained insights into Elixir's internals, and have the confidence to leverage macros to their full potential in your own projects.

meta分析选题写作投稿（完结）含模板、课件

用于meta分析的教程，理论结合实际，比较细说，可操作性强。

单臂连续型变量（直接合并效应量）Meta分析，连续型变量

元数学 一个简单的数学库，用于 C++ 中的模板元编程。 这个库的主要目的是创建一个编译时浮点数据类型作为模板元编程的练习。 然而，就像运行时类型一样，由于 c++ 数据类型的大小限制以及有理数的性质，操作不能保证给出准确的值。 当前支持的功能： 使用有理数的浮点表示 实现的四个基本运算符（+、-、*、/） 实现了所有比较运算符（=、!=、<、<=、>、>=） sqrt() 函数实现 去做： 更好的精度为整数添加单独的成员