由于吴恩达机器学习课程中存在大量公式以及图像的绘制，课程的全部内容笔记我进行了手写，在此进行免费分享。对于其中可能存在的笔误、错误、不当之处，如果阅读过程中发现，可以私信我。小白刚刚接触计算机视觉，很多理论知识还不甚理解，各位大佬见谅

如今网络上高质量的手写数字与字母数据集较难收集，且多为图片格式，数据量大，下载困难。本数据集精选高质量手写数字与字母图片，将图片矩阵（大小为28*28）转化为列表格式，与其标签并入csv文件中。每一类平均有2000余张图像，共383500张。使用时只需通过pandas读入数据，避免了重新处理照片的繁琐。注意建议不要直接打开csv文件，容易死机。 更详细的说明请参阅readme文件。

该数据集是将从官网下载的MNIST数据集转换成了.png格式的图片之后的数据。新手通过本地使用该数据集训练模型可以更好的了解图像分类任务的完整的流程，有助于扩展到别的分类任务。

对于KNN算法的一个简单python实现 少于100行+++++++++

论文阅读笔记 Xie_Deep Learning Enabled Semantic Communication System 共计9页，详细手写

NUAA南京航空航天大学 高等数学Ⅰ(2) 作业手写答案参考

为什么学习和使用Vue 1，发展趋势 最近几年的前线，因为从MVC到MVVM的舞台通常都很辉煌，所以您只是唱歌。 骨干，AngularJS已经成为昨天的黄色，reactjs蓬勃发展，而另一个更轻量级的vue开发势头更加猛烈，既知道angularjs和reactjs的优势。 2，Vue能做什么 移动互联网的需求已经远远高于PC端，尤其是混合H5应用，但是性能问题一直是痛点。 如果使用SPA（通常称为“单页Web应用程序”），则SPA仅在初始化网页时才将所有活动限制为网页，并加载相应HTML，JavaScript和CSS。 页面加载后，SPA将不会重新加载或跳转页面以供用户操作。 没有页面切换

let Custom = Vue.extend({全局API和实例不一样，是在Vue原型上挂在方法，也就是Vue.prototype上挂载方法作用：Vue.ex

模式识别高分课设，使用Matlab搭建神经网络和KNN分类，实现对手写数字数据集的分类，并且进行特征提取和参数对比分析，还包含对比效果图和代码流程图，可直接用在报告中。

基于keras 卷积神经外网络搭建的手写数字识别 完整代码+数据可直接运行基于keras 卷积神经外网络搭建的手写数字识别 完整代码+数据可直接运行基于keras 卷积神经外网络搭建的手写数字识别 完整代码+数据可直接运行