一个使用 FFT 实现重叠和保存方法的简单文件。 样本数据(音乐、随机数、正弦波)用于证明该方法有效。 Overlap 和 Save 方法的结果与 Matlab 的线性过滤(filter(b,a,x))进行了比较。 我将文件修改为一个函数,稍后将其修改为一个Gui以供学习
2023-04-26 16:47:39 2KB matlab
1
使用labview编写的,用于保存keysight示波器截屏的工具。
2023-04-24 21:16:15 43KB Labview 示波器
1
解决python进行pip install时提示需要安装Microsoft Visual C++14问题,本想不要积分的,奈何这玩意 自动的
2023-04-20 17:58:02 2.78MB Microsoft Visual C++ python
1
Microsoft Access数据库操作类是C#语言的,可实现对Microsoft Access数据库的增删改查询等操作,并且该操作类可实现对图片的存储
2023-04-18 12:21:31 8KB Access操作 数据库操作类
1
Microsoft Java VM虚拟机下载
2023-04-14 21:14:00 4.26MB Microsoft Java VM虚拟机下载
1
70-535,架构,Microsoft,天蓝色解决方案,考试笔记,考试笔记70-535:架构Microsoft Azure解决方案
2023-04-14 15:28:44 21.22MB azure cheatsheet 70-535 architecting-azure-solutions
1
terraform-azure-modules:用于Microsoft Azure的可重用terraform模块
2023-04-13 15:06:40 27KB ubuntu azure terraform azure-resource-manager
1
天蓝色ML的Python代码 使用Microsoft Azure认知服务实现各种AI项目的Python代码。 需要Microsoft Azure订阅,因为您将需要授权密钥和终结点才能使用这些代码部署模型。 服务: I.Azure机器学习: 部署预测性服务。 二。 自定义愿景: 人脸检测。 图像分类。 对象检测。 光学字符识别。 表格识别。 三, NLP(语音,文本,LUIS): 语言理解。 语音识别和语音合成。 文字分析。 语言翻译 重要提示:该存储库是学习路径笔记本中的Python代码的集合,用于为Microsoft AI-900考试做准备(不是我的个人工作)。 尽管我通过了考试,但是我仍然希望将这些代码保存在这里,以便在Azure上进行AI项目时可以快速参考它们。 有关如何实现代码的详细信息,请查看以下参考: :
2023-04-13 11:05:50 14KB python ai azure cognitive-services
1
适用于Microsoft Azure的VM系列 这是Azure资源管理器(ARM)模板的存储库,用于将Palo Alto Networks的VM系列下一代防火墙部署到Azure公共云中。 : 自带许可证 即用即付(PAYG)每小时和 文献资料 注意: 部署ARM模板需要一些专业知识,并且需要对ARM JSON模板进行自定义。 请查看ARM模板的基本结构。 该存储库中的大多数模板通常都使用VM系列的BYOL版本。 如果要使用其他SKU,则可以编辑azureDeploy.json模板以将"imageSku"变量设置为使用"byol" , "bundle1"或"bundle2" : "imagePublisher" : "paloaltonetworks" , "imageSku" : "byol" , "imageOffer" : "vmseries1" , "imageVersion" : "latest" 默认情况下,如果未指定"imageVersion" ,则使用Azure市场中可用的最新PAN-OS版本(等效于编写"imageVersion":
2023-04-13 11:01:21 9.79MB template arm azure paloaltonetworks
1
自动驾驶食谱(预览) 注意: 该项目由Microsoft Garage的开发并维护。 目前这项工作正在进行中。 我们将根据用户的要求和合作者的可用性继续添加更多的教程和方案。 在过去的大约五年时间里,自动驾驶已经超越了疯狂的登月计划。 它已Swift成为当今最大的技术之一,有望塑造我们的明天,与汽车首次出现时并没有什么不同。 推动此变化的主要动力是软件(人工智能),硬件(GPU,FPGA等)和云计算的最新进展,这些进展使得能够提取和处理大量数据,从而使公司有可能推动新的水平自治的4和5。 兰德的显示,要达到这些自治水平,就需要对数亿甚至有时是数千亿英里的训练数据进行训练,以证明其可靠性。
2023-04-12 22:47:49 46.52MB microsoft car tutorial deep-learning
1