java项目实战,新手必练项目,饱含多位java开发者在开发过程中积累的项目经验
2023-05-20 23:02:24 91.01MB java javase java练习项目 java项目实战
1
分享一套图神经网络视频教程——《深度学习-图神经网络实战》,视频+源码+数据+文档资料下载! 《深度学习-图神经网络实战》课程旨在帮助同学们快速掌握深度学习在图模型领域算法及其应⽤项⽬。内容主要包括三个模块: 1、图神经⽹络经典算法解读,详细解读GNN,GCN,注意⼒机制图模型等算法 ; 2 、图神经⽹络框架PyTorch-Geometric,全程实战解读图神经⽹络框架应⽤⽅法; 3 、图神经⽹络项⽬实战,基于真实数据集与实际项⽬展开图数据集构建与模型训练并应⽤到实际场景中。 整体⻛格通俗易懂,提供全部数据与代码。
2023-05-19 18:57:42 1KB 深度学习 pytorch pytorch 神经网络
1
☆☆ 资源说明:☆☆ ☆ 系统功能:☆ 用户管理:系统管理员能够对系统中的相册用户进行维护,包括用户注册、修改、删除、搜索和查看等操作; 相册分类管理:用户对自己的相册分类进行管理,包括增加、修改、删除和浏览类别; 相册管理:用户对自己的相片进行管理,包括更改相片的类别及相片存放位置、上传新相片、删除和浏览等操作; 相册浏览:按照用户选择的某一类别的相片进行有序显示,允许用户选择手动浏览和自动播放两种浏览方式。自动播放方式提供百叶窗和渐入/渐出等幻灯片播放效果,也能够设置相片切换时间参数; 修改密码:提供用户修改密码的功能,密码经加密后存入数据库; ☆ 系统特色:☆ 可以灵活快速地填写图片信息,使信息传递更快捷; 系统采用人机对话方式,界面友好美观; 信息查询灵活、方便; 数据存储安全可靠; 强大的后台审核功能; 功能强大的图片处理技术; 实现各种查询,如定位查询、模糊查询等; 强大的系统预警功能,尽可能地避免服务器空间紧缺; 对用户输入的数据,系统进行严格的数据检验,尽可能排除人为的错误; 网站最大限度地实现了易维护性和易操作性; 界面简洁,框架清晰,美观大方; 为充分展现网站的交互性,系统采用动态网页技术可实现用户信息在线浏览; 充分体现用户对网站信息进行检举的权利;
2023-05-19 09:56:15 34.34MB C# ASP.NET
1
Python基于MTCNN+FaceNet+SVM进行人脸识别项目实战 有视频讲解、代码(可运行)
2023-05-19 00:19:24 126.67MB python 支持向量机 人脸识别
1
C#开发Android应用实战 使用Mono for Android和.NET C#(美)麦克卢尔 清华大学出版社出版
2023-05-17 19:28:55 139.61MB C# Android 应用实战 Mono
1
HART总线调试器是基于HART现场工业总线协议研制的可以与现场支持HART总线协议的变送器终端进行通信的一种便携式仪器。使用本设备可以对现场终端的测量范围、阻尼时间、显示模式等参数变量进行现场设定和调校,并能对终端设备进行现场不断电测试和诊断。这在很多时间对现场生产设备的可靠安全运行很有意义。
2023-05-16 17:23:48 333KB HART
1
正如开发过程的质量决定了最终生成的软件产品质量,规范和优化测试流程能够帮助提高测试效率、测试有效性,进而提高测试质量。良好的测试流程应该是满足公司和项目特点与要求,并与开发流程紧密而有效的结合在一起,有助于清晰地定义测试阶段、测试活动、测试任务、测试角色与职责、测试输入与输出,并帮助测试团队实现良好的测试过程监控与管理。 “优化测试过程:软件测试知识体系实战”综合了作者12年的测试过程改进的经验,结合多家世界500强企业的测试过程定义、规范、改进与优化的实战经验,可以帮助客户明确什么是好的测试流程;测试过程中主要的活动与任务是什么;采用哪些测试技术与方法提高测试效率与有效性;如何解决测试与开发之间的冲突;如何在有限测试时间、资源、成本的条件下,高质量的实现软件产品的及时交付。
2023-05-16 17:11:05 38KB 测试过程 测试知识体系 郑文强
1
卖淘乐实战项目源码资源,无偿分享,可直接适用,欢迎观看。
2023-05-15 20:41:32 4.54MB springboot
1
本项目实现了机器学习中的典型分类算法逻辑斯蒂回归,项目包含数据生成、模型实现与可视化部分,代码注释清晰,且包含说明文档,对新人友好。
2023-05-14 22:36:31 40KB 机器学习 逻辑回归
1
本教程将介绍如何使用Python进行数据集的处理和分析,包括数据集的读取、清洗、转换、分析和可视化等。我们将以Titanic号乘客生存情况数据集为例,通过一系列的实战案例,逐步学习数据集的处理和分析。 1. 确定数据集 2. 数据集读取 3. 数据集清洗 4. 数据集转换 5. 数据集分析 6. 数据集可视化
2023-05-14 21:49:03 12KB python 数据集
1