寻峰：自动标记衍射峰位置，强度，高度等数据。 寻峰后如有误标，需要用手动寻峰方式来删除或添加峰标记。鼠标左键点击某处，增加一个标记，右键单击，删除一个标记。寻峰功能在“寻峰”一节有专门介绍。

使用Excel发光特效强调复杂流程图的节点关系，触发方式为快捷键Ctrl+Shift+S

VBA相同项目标记相同颜色.zip

lisp语言编写的CAD断面标记点插件，命令为DMBJF，将需要标记的点的偏距、高程写成txt文件，在cad中调用DMBJF命令，选取参照点，输入参照点的偏距、高程、标记点半径，选择txt文件，即可将点标记在图形断面上，用于隧道断面检测展点很方便。

CCTag库 检测由同心圆组成的CCTag标记。 在CPU和GPU中均实现。 该库是该文件的实现： Lilian Calvet，Pierre Gurdjos，Carsten Griwodz，Simone Gasparini。 在高度挑战性的条件下对圆形基准的检测和精确定位。 在：计算机视觉和模式识别国际会议论文集（CVPR 2016） ，拉斯维加斯，E.-U.，IEEE计算机学会，p.3。 562-570，2016年6月 //doi.org/10.1109/CVPR.2016.67 如果您想在出版物中引用此作品，请使用以下内容 @inproceedings{calvet2016Detection, TITLE = {{Detection and Accurate Localization of Circular Fiducials under Highly Challengin

详细介绍了如何用标记的分水岭算法来分割粘连图像，简单有效。

日立HGP电气原理图标记完整版很适合新手， 最后面的没标记完很累的

自己在学习中补全了比较重要的章节的详细书签，有利于大家复习使用

sentence-tagger:构造概率图（例如单词标签对出现的概率，标签和先前的标签对出现的概率等）。根据这些标签出现的可能性来标记句子。执行Witten Bell平滑以计算句子的概率和困惑度

IMDB_Sentiment_Analysis 鉴于大量的在线评论数据（Amazon，IMDB等），情绪分析变得越来越重要。 在这个项目中，建立了一个情感分类器，用于评估一段文字的极性是正还是负。 情感分析是在Keras随附的IMDB数据集上完成的。 它由25,000个训练样本（其中20％是验证样本）和25,000个测试样本组成。 数据集中的所有单词均已预先标记。 使用自训练的单词嵌入（Keras嵌入层）。 我训练了不同的模型，其中一个模型包含一个LSTM层。 它在10个时元上的准确度为84％。 第二个示例由两组Conv1D和MaxPooling1D图层组成，后面是标准GRU图层。 观察到85％的准确性。 我已经将CuDNN层用于LSTM和GRU，因为它们在GPU上的速度比标准LSTM和GRU层快得多。 所有实现都是使用Keras进行的。 另一个具有RMS Prop精度的示例为84％，而