人脸识别 这个仓库是使用TensorFlow 2.0框架，并基于 论文上完成的，其中主要分为四大块：人脸检测、人脸矫正、提取特征和特征比对。各个模块的大小和在我的 17 款 macbook-pro 的 CPU 上跑耗时如下： 人脸检测：使用的是 mtcnn 网络，模型大小约 1.9MB，耗时约 30ms； 人脸矫正：OpenCV 的仿射变换，耗时约 0.83ms； 提取特征：使用 MobileFaceNet 和 IResNet 网络，耗时约30ms； 特征比对：使用曼哈顿距离，单次搜索和完成比对耗时约 0.011 ms； 注册人脸 注册人脸的方式有两种，分别是: 打开相机注册: $ python register_face.py -person Sam -camera 按 s 键保存图片，需要在不同距离和角度拍摄 10 张图片或者按 q 退出。 导入人脸图片: 保证文件的名字与注册人名相

Metaboverse做什么？ 由于多种原因，在代谢网络上整合多组或单组代谢数据可能具有挑战性。 Metaboverse试图通过提供一个简单，用户友好的界面为用户简化此任务，该界面用于在代谢网络的动态表示中分层其数据，并自动在网络中搜索有趣的法规或其他模式。 此外，Metaboverse提供了多种工具来实现代谢数据的上下文化： 来自生物网络 集成BiGG或BioModels网络的附加兼容性。 整合两条件，多条件和时间过程数据 使用我们的监管模式搜索引擎搜索监管事件 将React与缺少数据的中间React合并在一起，以便在稀疏数据集中更轻松地进行可视化和模式分析 探索特定于超级路径的React扰动网络 使用我们的最近邻居搜索功能，探索全球React网络中特定实体的近端React 详细的演练和其他使用信息可在找到。 入门 要求 互联网连接以进行网络管理 于您的操作系统的最新版本 Linu

内容可寻址网络 一个基于P2P哈希表的网络系统。 介绍 该CAN系统由Java实现。 它可以执行文件插入，文件检索，节点加入和显示对等信息。 未实施节点休假。 我主要使用Java RMI来实现CAN系统的所有功能，并使用套接字来辅助路由机制。 文件描述 为了实现引导程序：BootStrap.java实现需要远程调用的接口BootStrapInt.java RMI函数BootstrapServer.java的接口启动RMI服务并将引导程序对象绑定到网络对于实现CAN系统：CanNode.java所有该文件中CAN系统的远程功能CanNodeInt.java CAN函数CanNodePeer.java的接口启动RMI服务并实现联接，查看，插入和搜索InetArea.java对象。该对象包含InetPoint区域中的节点区域。 java对象包含查找路由表的坐标和IP地址。java对象包含周围

Find My Network Accessory Specification R2 Find My Network Accessory Specification R2 Find My Network Accessory Specification R2

完善的机器学习：笔记，练习和Jupyter笔记本 在下面，您将找到补充第二版《机器学习精炼》（剑桥大学出版社出版）的一系列资源。 目录 小部件样本和我们的教学法 我们相信，只有对以下三个问题中的每一个回答都是肯定的，才能精通某种机器学习概念/主题。 Intuition你能用一个简单的图景描述这个想法吗？ Mathematical derivation您可以用数学符号表达直觉并推导基础模型/成本函数吗？ Implementation您可以在不使用高级库的情况下使用Python这样的编程语言对派生代码进行编码吗？ Intuition comes first. 直观的飞跃先于知识的飞跃，因此，我们在书中包括了300多种彩色插图，这些彩色插图经过精心设计，可以直观地掌握技术概念。 这些插图中的许多是动画的快照，这些动画显示了某些算法的收敛性，某些模型从不完全拟合到过度拟合的演变等。可以使用动画（与静态图形相对）来最好地说明和理解此类概念。 您可以在此存储库中找到大量这样的动画-您也可以通过这些注释的原始Jupyter笔记本版本来修改自己。 这里只是几个例子： 交叉验证（回归）

matlab 交叉验证代码 Preface 下面是我对这篇 Reading Text in the Wild with Convolutional Neural Networks 文章, 对于前半部分：文字定位检测部分的复现大致流程。 用的数据集是 ICDAR 2011: ，不少人都说 ICDAR 2011 数据集下载不了，我在这里上传一份我自己备份的： 需要指出的是，一方面因为做个实验与示例，且数据集小，做的结果比较粗糙。希望大家包含一下，因为不少同学跟我私信要代码，我在这里贴出来。希望得到大神的建议，帮助完善。 整理后的过程文件都在 reading text in the wild 中。 edge_boxes_with_python 文件夹，存放 Edge Boxes 、Random Forest 的代码，还有一些中间保存的变量结果。 Bounding_Box_Reg 是存放最后回归的文件夹。训练数据的生成、网络的定义都在里面。 Output 文件夹存放中间输出的图像，即将 Bounding Boxes 画在原图上的结果。 **注意：**下面有些数学公式，Github 上不支持，您

dijkstra算法代码matlab WSN-无线-传感器-网络- WSN（无线传感器网络） 基于马尔可夫链模型的无线传感器网络最优簇头选择 Harmony 搜索算法（Matlab 代码） 在 Ad Hoc 无线传感器网络中广播的节能算法 半径内最近的邻居 基于代价矩阵的 Dijkstra 算法，可以找到最短路径。 创建一个有向图，然后使用“力”布局绘制该图。 所有节点对的最短路径距离 执行深度优先图搜索

SarsCov2-PPI网络 SARS-COV 2网络图的初步数据分析

TensorFlow-Conditional-GAN （Conditional-GAN）条件生成对抗网络 可以使用Vanilla GAN模型创建所需目标图像的模型 有条件的GAN论文： : 有条件的GAN.py * loss function는 https://github.com/SeonbeomKim/TensorFlow-vanilla-GAN 의 v2와 동일 * dataset : MNIST 有条件的GAN MNIST结果（经过290个训练周期）

Neural Network Programming with Java.rar，神经网络JAVA实现英文版及源码，Neural Network JAVA