1、下载 PCRE 安装包，下载地址：

关于GNU Make的一本好书 .个人看了官网的make教程，看的很晕，还是这本书容易

数据库管理系统 - 第三版解决方案 该存储库旨在收集数据库管理系统第三版的答案。 贡献： 如果您发现不正确或遗漏的问题/答案，甚至是拼写错误，并希望做出贡献，请随时提交 PR。 笔记： 一些答案取自 -

机器学习问答精选pdf

emule上下载的，code在这里http://code.google.com/p/realtimecameras/，官网：http://www.realtimecameras.com

艾默生DCS控制系统-Deltav全套的中文手册。对于想要深入了解DeltaV系统的人员有很大帮助。

针对Java程序员的C#快速入门教程。 目录

CBT 数据集由文字段落和相应问题构建，问答数据均来自古腾堡项目免费提供的书籍，该数据集用于直接测量语言模型、更广泛的语言环境用于问答和仿真查找。 CBT 数据集由 Facebook 于 2016 年发布，主要发布人有 Felix Hill、Antoine Bordes、Sumit Chopra 和 Jason Weston，相关论文有《The Goldilocks Principle: Reading Children’s Books with Explicit Memory Representations》。

Book – Crossing Dataset 是由 Book – Crossing 社区的 278858 名用户的评分组成，其包含约 271379 本书的 1149780 条评分数据，该数据集包含 3 个分类。 BX-用户 包含用户信息，其中用户 ID 已被匿名化并映射到整数，除了包含人口统计数据的部分，其余字段均包含 NULL 值。 BX-书籍 包含书本的 ISBN 标识，除此之外，还提供了作者、出版年份、出版社等基于内容的信息，在拥有多位作者的情况下，仅提供第一作者；并且该数据集提供了链接到封面图像的 URL，相关链接直接指向 Amazon 网站。 BX-书本评级 包含图书评分信息，其中评级分为明确、从 1 – 10 表示和用 0 表示的隐含值。 该数据集由德国自由堡大学于 2005 年发布，相关论文有《Improving Recommendation Lists Through Topic Diversification》。

Deep Learning and Convolutional Neural Networks for Medical 本书详细介绍了在医学图像计算中的语义对象检测和分割以及大规模放射学数据库挖掘的深度学习方法。特别关注卷积神经网络的应用，理论支持实际例子。特性：突出显示了如何使用深度神经网络来解决新的问题和协议，以及如何改进医学图像计算中的现有挑战;探讨博士的深刻研究经验。全面回顾了最新的研究和文献;描述了一系列不同的方法，这些方法利用深度学习在2D和3D医学成像中进行物体或地标检测任务;使用医学成像中的深度学习原理检查语义分割的各种选择技术;在大规模的放射图像数据库中引入了一种新颖的交错文本和图像深度挖掘方法。