于基vc++的图像处理系统设计与实现-学位论文.doc

毕设课设_基于MATLAB的数字图像特效处理系统[GUI,论文] ----- 毕业设计，课程设计，项目源码均经过助教老师测试，运行无误，欢迎下载交流 ----- 下载后请首先打开README.md文件（如有），某些链接可能需要魔法打开。 ----- 毕业设计，课程设计，项目源码均经过助教老师测试，运行无误，欢迎下载交流 ----- 下载后请首先打开README.md文件（如有），某些链接可能需要魔法打开。

bmp图像处理软件的和实现大学学位论文.doc

使用说明 分对话系统和机器翻译两部分 data为数据集 model为训练的模型 translation文件夹下又分了Seq2Seq和transformer两个模型，大家按需查看使用 以transformer文件夹为例，attention.py主要实现了注意力机制，transformer.py实现了transformer的主体架构，data.py为数据的预处理以及生成了词典、dataset、dataloader，readdata.py运行可以查看数据形状，train.py为训练模型，predict.py为预测，config.py为一些参数的定义。 transformer机器翻译的模型是用cuda:1训练的，如果要使用可能需要修改代码 如：gpu->cpu，即在CPU上使用 torch.load('trans_encoder.mdl', map_location= lambda storage, loc: storage) torch.load('trans_decoder.mdl', map_location= lambda storage, loc: storage)

1.# 基于docker技术搭建Hadoop与MapReduce分布式环境 2.# 基于hadoop与MapReduce的分布式编程 3.# HDFS基本操作实验 4.# 使用docker构建spark运行环境 5.# 使用mllib完成mnist手写识别任务

FPGA实现高速雷达信号脉冲压缩处理_姜文博(1).caj

数据标准化（Normalization）是指：将数据按照一定的比例进行缩放，使其落入一个特定的小区间。 为什么要进行数据标准化呢？ 去除数据的单位限制，将其转化为无量纲的纯数值，便于不同量级、不同单位或不同范围的数据转化为统一的标准数值，以便进行比较分析和加权。 通过手写Python代码对海伦约会对象数据集完成数据标准化归一化的预处理。 其中包含： （1）Min-Max标准化 （2）Z-Score标准化 （3）小数定标标准化 （4）均值归一化法 （5）向量归一化 （6）指数转换

1、程序功能： 1.1调整地震波格式 程序主要针对太平洋地震中心的地震波文件格式，该类格式一般为5列，读取顺序为从左至右，从上至下，如下文操作方法中所示。将下载文件导入程序后，可生成一列的地震波文件，导出保存为txt、excel。 1.2生成反应谱、与设计谱进行对比 导入地震波加速度时程后，会显示各类反应谱。因建筑抗震设计规范的设计反应谱采用绝对加速度反应谱标定，所以绝对加速度反应谱与设计反应谱进行对比。 1.3生成人工波

并发执行的实质；Linux进程基本控制；Linux系统中软中断和管道通信。 父进程先建立一个管道然后创建两个进程：子进程1和子进程2，父进程每隔1秒向管道发送消息，子进程1、2从管道接收消息并显示在屏幕上。

python编写的简单程序，一共只有130多行，但是应付老师绰绰有余：） 实验:基于LSTM的命名实体识别 数据处理 给每个实体类型进行编号、给每个单词进行编号 文本填充 使用标识符，将所有序列处理成同样长度 训练流程 给每个输入和其对应编号建立一个张量 构成训练批 输入LSTM单元 输入全连接层 使用sorftmax或其他分类器进行预测 模型构建 pytorch自带LSTM类/其他工具也可以/自己编码也可以