demo 在线demo: 博客链接: 组件参数： 参数 说明 类型 必填 默认值 list 需要渲染的数据 Array 是 - itemKey 数组的唯一标识字段，可以很大程度提升渲染性能 String 是 - itemHeight 每条数据的高度 Number 否 40 viewHeight 可视区域高度 Number 否 600 实现原理： 最外层recycle-scroller节点需要设置一个固定高度，它代表可视区域。 中间层recycle-scroller-holder节点高度为渲染所有数据的总高度，它目的在于撑出recycle-scroller的滚动条。 最内层recycle-scroller-wrapper包裹我们实际渲染的数据，它会预加载上一屏与下一屏的数据，在滚动时进行复用。通过改变recycle-scroller-wrapper的纵向偏移量（translateY的值

说明 来自网友基于 改进的开源项目。 安装 npm install 安装依赖 npm install esprima      npm install css-tree      npm install cssbeautify      npm install vm2      npm install uglify-es      npm install js-beautify 分包功能 当检测到 wxapkg 为子包时, 添加-s 参数指定主包源码路径即可自动将子包的 wxss,wxml,js 解析到主包的对应位置下. 完整流程大致如下: 获取主包和若干子包 解包主包 windows系统使用: ./bingo.bat testpkg/master-xxx.wxapkg Linux系统使用: ./bingo.sh testpkg/master-xxx.wxapkg 解包子包 window

汉字识别 Pytorch实现中文手写汉字识别 环境 的Ubuntu的：16.04 的Python：3.5.2 PyTorch：1.0.1 gpu 数据集 将数据分为训练和测试文件夹。 在每个文件夹中，将相同类别的图像放在相同的子文件夹中，并用整数标记它们。 像这样： 在这个项目中，我们使用来自 ， 的数据集。 也可以使用以下方法下载它： wget http://www.nlpr.ia.ac.cn/databases/download/feature_data/HWDB1.1trn_gnt.zip wget http://www.nlpr.ia.ac.cn/databases/download/feature_data/HWDB1.1tst_gnt.zip 该数据集总共包含3755个类。 为了处理它，我们使用来自的python程序。 该博客还使用TensorFlow实现了该数据集

Machine_Learning_ECG A Project Using Machine Learning Method to Mining ECG Data 1.文件说明 rdata.m： matlab程序，用于解析从MIT-BIH下载得到的心电数据 注释.txt： 心脏疾病类型及其对应的数字/字母注释 wfdb.tar.gz： physioBank数据库的工具包，wfdb可用来帮助我们分析解读PhysioBank数据库中的数据；wfdb中包含的 rdann 可以用来读取并显示指定记录的注释文件

PyTorch预训练的伯特 该存储库包含的PyTorch重新实现，该论文与雅各布·德夫林，张明伟，张建伟，李健和克里斯蒂娜·图塔诺娃（Kristina Toutanova）。 ，示例，笔记本和命令行界面都提供了此实现，还可以为BERT加载任何预训练的TensorFlow检查点。 内容 部分 描述 如何安装套件 包装概述 快速入门示例 详细文件 有关如何微调Bert的详细示例 随附的Jupyter笔记本简介 有关TPU支持和预培训脚本的说明 在PyTorch转储中转换TensorFlow检查点 安装 此仓库已在Python 3.5+和PyTorch 0.4.1 / 1.0.0上进行了测试 带点子 PyTorch预训练的bert可以通过pip安装，如下所示： pip install pytorch-pretrained-bert 从来源 克隆存储库并运行： pip install [--e

vue-canvas 一个简单vue canvas画板的demo 在vue 中制作简单的画板 demo 需要 Element-ui

vue仿抖音 2019年12月最新更新 新增留言功能，优化安卓微信环境境下播放不流畅问题 基本介绍 制作仿抖音视频列表遇到很多坑，特别是安卓微信内置浏览器，让人脑壳疼,核心代码不多 便于理解 图标css使用的事iconfot字体库，优化页面加载速度  组件用到了vant 中的swiper滑动组件 video原生参数介绍 h5 原生 video 属性 webkit-playsinline ios 小窗播放，使视频不脱离文本流，安卓则无效 微信内置x5内核， x5-video-player-type="h5-page" 启用H5播放器,是wechat安卓版特性，添加此属性，微信浏览器会自动将视频置为全屏 x5-video-player-fullscreen="true" 全屏设置，设置为 true 是防止横屏 x5-video-orientation 控制横竖屏 landscape 横屏，po

NanoDet-PyTorch 说明：NanoDet作者开源代码地址： （致敬） 该代码基于NanoDet项目进行小裁剪，专门用来实现Python语言、PyTorch 版本的代码，下载直接能使用，支持图片、视频文件、摄像头实时目标检测。 YOLO、SSD、Fast R-CNN等模型在目标检测方面速度较快和精度较高，但是这些模型比较大，不太适合移植到移动端或嵌入式设备； 轻量级模型 NanoDet-m，对单阶段检测模型三大模块（Head、Neck、Backbone）进行轻量化，目标加检测速度很快；模型文件大小仅几兆（小于4M）。 NanoDet 是一种 FCOS 式的单阶段 anchor-free 目标检测模型，它使用 ATSS 进行目标采样，使用 Generalized Focal Loss 损失函数执行分类和边框回归（box regression） 模型性能 Model Resolut

bayes-python 具体代码见：bayes_iris.py 我直接用了iris_data数据集，每种花我选取前45条数据当做训练集，剩下5条数据另外存入测试集iris_test_data，并将数据随机手动打乱 测试集如下： 因为这个数据集是连续性属性，所以需要利用概率密度函数。 具体实验步骤为： （1）先读取数据集 （2）计算训练数据集上每个类别的各个特征属性上的均值和方差 （3）开始对测试数据集进行分类 （4）首先估计先验概率，这里我每个类别所占整体数据集的比例是一样的 （5）利用概率密度函数，计算测试数据集上各个属性在每个类别上的条件概率 （6）计算后验概率=先验概率*条件概率 （7）比较在各个类别上的后验概率，取最大值，则分为这个类别 结果如下： 我们将结果与测试集比较发现结果完全正确！

IEXPath 给公司测试同事做的一个IE下获取对象的XPath工具，支持32和64位 当前最新版本 1.0，发布时间：2017.08.27 特性 支持 IE 32,64位 理论上支持所有IE版本 支持用 class，name 生成XPath 主要用于自动化测试中IE下获取元素的XPath，经过测试，结果和chrome生成的一样。工具也可以用于查看密码框里面自动保存的密码。 由于本人不负责自动化测试，开发的工具不一定满足测试人员的功能要求和符合大家的使用习惯，大家有什么建议或者bug请提 issues，我看到后会逐步实现。 使用方法 拖动左下角的图标到IE查看即可。 抓取元素的时候默认已经复制了第一个xpath。直接黏贴即可。 双击文本框即可复制内容，XPath选中后双击即可复制。 也可以【按F8】获取光标当前位置元素信息。用于一些失去焦点就消失的弹出层的信息获取。 注意：要保证IE右下角