doctotext:文件解析doctotext原始码4.0-20140202版本

Andrew线性回归算法的原始数据集 ，有相应的ipynb训练代码

省级工业企业研发费用 1、数据来源：见分享文件数据 2、时间跨度：2008-2019年 3、指标说明： 包含如下指标： 2、企业非真实研发支出原始数据加计算stata do代码 1、数据来源：见分享文件数据 2、时间跨度：2008-2020年 3、指标说明： 计算方式如下；

工程量计算表_excel自动计算表_工程自动计算excel模板_安装工程量自动计算表格（原始改版）.xls

PR-F-措施-MAE 显着性指标值原始码改一下路径以及注意自己的图片尺寸

spring-framework-learning-code:从0开始深入学习Spring小册子原始码

Android调用FFmpeg 拉rtsp流 获得h264原始压缩数据(Nalu数据)

matlab人头检测的代码用于人体姿势估计的深度高分辨率表示学习（CVPR 2019） 消息 [2019/08/27] HigherHRNet现已启动，这是由HRNet支持的自下而上的人体姿态估计方法。 我们还将在发布代码和模型，敬请期待！ 我们的新作品可在上找到。 我们的HRNet已应用于多种视觉任务，例如和。 介绍 这是的非官方pytorch实现。 主要结果 MPII val的结果 拱 头 肩膀 弯头 手腕 时髦的 膝盖 踝 吝啬的 均值@ 0.1 pose_resnet_50 96.4 95.3 89.0 83.2 88.4 84.0 79.6 88.5 34.0 pose_resnet_101 96.9 95.9 89.5 84.4 88.4 84.5 80.7 89.1 34.0 pose_resnet_152 97.0 95.9 90.0 85.0 89.2 85.3 81.3 89.6 35.0 pose_hrnet_w32 97.1 95.9 90.3 86.4 89.1 87.1 83.3 90.3 37.7 笔记： 使用翻转测试。 输入大小为256x256 pose

linux下利用原始套接字抓取网络数据。用GCC编译，运行时要指定网口,以管理员身份运行Ubuntu下: gcc -o sniffer sniffer.c sudo ./sniffer eth0

matlab填充图像算法代码CNN_频谱图_算法 一种使用卷积神经网络 (CNN) 从原始 EEG 数据中对频谱图进行分类的方法 SpectrogramClassificationAlgorithm.ipynb：使用来自训练和有效文件夹的数据训练模型，对来自测试文件夹的数据进行测试 Use_pretrained_model.ipynb：使用来自训练模型的模型权重，测试来自测试文件夹的新测试数据 fastai 文件夹中的代码来自 Jeremy Howard 的 fastai 0.7 版： 数据结构 要运行任一笔记本，您必须具有以下结构的数据文件夹： 数据/ ├──火车/ ├── Yes ├── No ├── 有效/ ├── Yes ├── No ├──测试/ 对于 SpectrogramClassificationAlgorithm.ipynb：Yes 和 No 子文件夹包含我们训练模型的正面和负面案例图像。 测试文件夹包含我们测试模型的未分类图像。 对于 Use_pretrained_model.ipynb：测试文件夹包含要由我们的预训练模型 (saved_model.pkl) 评估的