python根据数据线性回归画图(散点图和直线并存，只需要修改X值和Y值即可生成) 并打印公式公式： Y= bX+a 用到的包有 pandas sklearn

py代码-输入一个包含若干数字的列表，输出其中绝对值最大的数字。 例如输入[-8,64,3.5,-89]，输出-89。

CS335A：编译器设计（作业 2：PARSER） 源语言： Python 目标语言： MIPS 汇编 实现语言： Python 使用的工具：PLY（Python Lex 和 Yacc） 运行说明 运行生成文件 make 要运行解析器，请将文件名的路径作为参数传递。 bin/parser test/test[\d+].py 解析器将调用转换器，然后调用 dot 最终输出解析树的 png 文件。 输出将保存在基本目录中。 要清理可执行文件和其他帮助文件，请运行 make clean。 make clean 要手动在 png 文件上生成树，请使用dot命令。 dot -Tpng dotfilename.dot -o pngfilename.png用于 png 格式输出，或dot -Tps dotfilename.dot -o psfilename.ps用于 ps 格式输出。

transfer dense121迁移学习模型模板参数不变只训练classifier这一层的参数 ，迁移学习的一个案例模板

新手冲！！

自己写的可视化算法，如果有错误。可以私信我哦！ t = turtle.Turtle() w = turtle.Screen() turtle.hideturtle() turtle.getscreen().tracer(5,0) turtle.penup() turtle.backward(150) turtle.pendown() turtle.color('sienna') tree(60, t) Petal(200, t) w.exitonclick()

用于获取最优回归参数的gridregression文件，参数可以在直接在文件中修改

网上好多Hbase.py都是python2的，各种报错，我提供一种python3的，无报错，欢迎大家下载。

demo1.py爬取疫情信息所用的模块

SSD的预测过程主要分为以下几个阶段： 首先根据类别置信度确定其类别与其对应的置信度值，并过滤掉属于背景的预测框； 根据置信度阈值0.5对预测框进行过滤，对剩下的预测框进行解码和校正，得到预测框真实的位置信息； 根据置信度进行降序排列，保留部分预测框并进行NMS，过滤掉那些重叠度较大的预测框得到最终检测结果；