与“ 11行MATLAB代码的深度学习”视频中的演示相关的MATLAB代码。 https://www.mathworks.com/videos/deep-learning-in-11-lines-of-matlab-code-1481229977318.html 该演示使用 AlexNet，这是一种经过预训练的深度卷积神经网络（CNN 或 ConvNet），已在超过一百万张图像上进行过训练。 该示例分为两部分：设置相机和执行对象识别。 第一部分展示了如何使用 webcam 命令从相机获取图像。 使用 drawow 命令，MATLAB 能够不断更新和显示相机拍摄的图像。 您可以在此处下载网络摄像头支持包： https://www.mathworks.com/matlabcentral/fileexchange/45182-matlab-support-package-for-usb-web

深度排序 学习使用seq2seq模型对数字进行排序。 运行这段代码 调用pip install -r requirements.txt安装所有依赖项。 产生资料 可以使用所有数据 样品电话 python generate.py \ --name="train" \ --size=10000 \ --max_val=256 \ --min_length=2 \ --max_length=256 \ 训练 可以通过在设置适当的参数，然后将train.run()设置为在调用，最后一次调用python main.py （是的，我很抱歉，对于未配置命令行参数）。 从上面的示例调用生成的数据集中训练了1个纪元，大约花费了10分钟。 评估 在train.txt上训练模型后，使用生成测试集（ name="test" ），然后以与上所述相同的方式运行 ，以查看该模型的一些示例评估。 再

动手使用Python进行元学习：使用Tensorflow使用一键式学习，MAML，爬行动物，Meta-SGD等进行学习学习

基于QT5.9.0做的简易串口调试助手，包括接收、发送、发送文件数据、接收保存到文件、按时间显示和计数等功能

新人使用inno setup 打包，打包脚本都有注释说明，可以学习，也可以做模板使用去打包，有打包.net 4.0 、给安装包换皮肤、给程序设置开机启动

个人静态html博客系统，适合建站备案审批用，纯静态页面容易部署，特别的好用，适合新手。

俄罗斯著名安全软件，利用CPU和GPU的算力，测试握手包所包含密码。注意别把电脑烧了（狗头），成功率取决于电脑配置和字典

Qt4中学习使用QtCharts绘图四：绘制柱状图

unity期末作业象棋游戏（免积分下载），适合初学者学习使用，可以正常运行