tensorflow的object_detection下protos文件中的string_int_lable_map_pb2.proto的py文件

该资源包含了数据集、源码以及说明文档

从谷歌云盘上下载的mvpose中的backend/tf_cpn/log/model_dump。

文字挖掘 此代码可用于为文档分配关键字，并从文档数据库中查找单词之间的关联规则。 此外，只需稍加修改，就可以使用搜索关键字创建文档建议系统。 入门 克隆此存储库 执行textMining.py 系统将要求您提供支持和信心。 输入那些，您将获得关联规则作为输出。 就是这样。 做得好！ 先决条件 需要在计算机上安装python 3.6。 运行测试 编写代码的方式是，当您执行TextMining.py时，它将检查名为documentDatabase的文件夹并读取其中的所有.txt文件。 每个文本文件都充当一个单独的文档。 由于代码的输入应该是文档数据库，因此我们在documentDatabase文件夹中有多个文档。 读取所有文档，然后通过删除停用词来对其进行清洁。 使用词干进一步清除单词。 停用词列表可以在listOfStopWords.txt中找到 Example of stemmin

SD\MMC\SDIO\TF卡的读写协议资料，SD 卡系统是一个新的大容量存储系统，基于半导体技术的变革。 它的出现，提供了一个便宜的、结实的卡片式的存储媒介，为了消费多媒体应用。 SD 卡可以设计出便宜的播放器和驱动器而没有可移动的部分。 一个低耗电和广供电电压的可以满足移动电话、电池应用比如音乐播放器、个人管理器、掌 上电脑、电子书、电子百科全书、电子词典等等

遇到难点：想用tf的map函数然后就出现问题了 然后使用torch，遇到难点维度没有办法修改

基础知识看的差不多的了，所以最近开始玩一些有趣的项目。因为现在tensorflow已经作为keras的后端，将其集成了过来，API是在tf.keras下面，所以keras的项目也可以使用，只需要稍作修改即可 为了方便移植，我们一般都是直接从import导入模块的地方对代码进行微调，这样下面的代码基本上不用修改。本来想着直接在keras前面加上tensorflow就可以了，但是好像出了点问题。我在尝试之后，总结了一下需要注意的点： 在jupyter notebook中以下两种导入方式都是可以的： from tensorflow.keras.layers import Conv2D from te

GL857L Datasheet, Usage Limitation, GL857L Limitations, SCH

EMMC转TF卡（Altium工程文件,可根据需求自行更改，原理图和PCB都验证过，可自行投板） 文件仅供学习，不可当作商业使用！

北醒TF-Luna激光测距IIC方式读USB串口加STM32f103串口输出