基于深度学习的手写汉字美感评分，庄子明，张洪刚，为帮助青少年儿童提高汉字书写质量，更好地辅助汉字书写教学，本文探究了手写汉字美感评分的有关技术，结合当前最新的深度学习理

常用机器学习算法的简单手写实现，帮助更好理解算法

基于BP神经网络的手写数字识别仿真提供手写数字数据库，matlab2021a测试仿真 k=rand(1,numberpclass*class); [m,n]=sort(k); ntraindata=4500; ntestdata=500; train_data=ann_data(:,n(1:ntraindata)); test_data=ann_data(:,n(ntraindata+1:numberpclass*class)); train_label=ann_label(:,n(1:ntraindata)); test_label=ann_label(:,n(ntraindata+1:numberpclass*class));

一份可以完美运行的手写字母识别板matlab代码，可以准确识别A-I，后期可以继续利用手写板添加图片进行训练，要注意训练代码部分的路径和图片编号能否对应

电机拖动实验报告手写及数据及课后作业手写

博客“用PyTorch实现MNIST手写数字识别(非常详细)”中对应的完整代码文件，原文可见：https://blog.csdn.net/sxf1061700625/article/details/105870851

《从零开始写漏扫》系列，端口扫描源码，Python3编写，使用socket实现全连接扫描、Scapy实现SYN半连接扫描、TCP FIN扫描、NULL扫描、XMAS扫描、TCP ACK扫描、TCP窗口扫描。使用锁机制实现线程同步，多线程端口扫描，具体速度取决于使用者当前网速，以及同时可开启的线程数，欢迎交流学习。

答题系统 带数据库 带语音读题功能 带自动判分机制 能够自动出成绩单、打印成绩报告 根据成绩单自动核算是否加强学习 手写签名

人工智能-项目实践-手写数字识别-用java实现一个简单的卷积神经网络，共三层可以识别mnsit 用java实现一个简单的卷积神经网络，共三层可以识别mnsit

《从零开始写漏扫》系列，子域名挖掘源码，Python3编写，尽量使用最简单的包方便初学者理解。使用socket实现DNS解析，利用DNSpod提供的公开字典，单线程子域名挖掘，具体速度取决于使用者当前网速，欢迎交流学习。