皮尔森相关性系数的计算python代码（四）

皮尔森相关性系数的计算python代码（三）

京东抢购 Python爬虫，自动登录京东网站，查询商品库存，价格，显示购物车详情等。 可以指定抢购商品，自动购买下单，然后手动去京东付款就行。

python人脸识别与专注度检测源码，可人脸考勤打卡，检测摄像头内有无人脸

提前下载好模板，运行前，改图片哦~~

python胶囊瑕疵检测胶囊瑕疵检测opencv胶囊表面划痕检测完整项目源码

python人脸识别之表情识别项目相关源码FacialExpressionRecognition-master.zip 简介 用Tensorflow2中的keras api实现整个系统。考虑到很多反映jupyter notebook写的train使用起来不太方便，这里改成了py脚本实现。 使用卷积神经网络构建整个系统，在尝试了Gabor、LBP等传统人脸特征提取方式基础上，深度模型效果显著。在FER2013、JAFFE和CK+三个表情识别数据集上进行模型评估。 环境部署 基于Python3和Keras2（TensorFlow后端），具体依赖安装如下(推荐使用conda虚拟环境)。 shell script git clone https://github.com/luanshiyinyang/FacialExpressionRecognition.git cd FacialExpressionRecognition conda create -n FER python=3.6 -y conda activate FER conda install cudatoolkit=1

SIFT，python源码实现及基于opencv实现

算法流程 1、随机初始化一个4096行8列的矩阵W和一个8行64列的矩阵H，设定误差阈值[公式]和迭代轮数[公式] 2、按照上述的乘法更新规则更新（即(1)和(2)式）W和H矩阵，迭代进行第二步 3、输出W矩阵，W矩阵的每一列即为一个特征，即对应的一个数字。将每一列重新展开为一个64*64的矩阵，转置后绘制出来，可看到对应的8个数字，得到结果如下图（1000轮迭代，大约9秒完成）。可看出非负矩阵分解可以很好地将原图中的特征提取出来。

运维调试设备时，经常频繁修改IP，需要打开电脑网络适配器来进行修改，操作很麻烦，通过python编写一个小工具，直接进行修改，很便捷。打开需要通过管理员身份运行。