2.0版本功能说明书！！ 如果自定义数据以前没有用过的过，自己耐心看看，下面的文字，或者自己辅助百度搜搜，相关的视频教程结合学习一下，不是很难的东西，别自己又不看，又不研究，又想把数据做好，研究股票这个事不要太懒！！ 技术篇： a龙虎榜中的，顶级游资，活跃游资，知名游资，做自定义数据关注，不活跃的不做轨迹关注，即便上榜了也会没有数据！ b如果顶级游资如果买方和卖方上榜，都存在着同一席位，会自动的合并其数据做净买入，这是其他的自定义数据软件没有的！！ c对于龙虎数据上榜，如果存在的多个上榜原因，只会显示一个龙虎数据（因为tdx同一天只能读取一个数据），删选原则，龙虎榜成交占比，留大删小，数值小的将会默认删除，如果不删就会随机读取一个数据！ 如果不懂，不要紧，你知道我这样为你好就行了！！ 功能篇： 1.增加一个龙虎数据和指标，即1.0版本中，大家要的那个柱子或竖线！ 2.使用步奏，先打开一个tdx，然后打开我的自定义数据工具，会自动读取一个tdx！！然后点击打开路径，如果能够正确的打开自定义数据所在目录，再去下载数据！！（官方的tdx一般都能自动打开） 3.版的tdx自己，手动设置路径！！设置好路径之后保存，再去点击一下打开路径，看是否正常打开！！ 4.模块初始化，自动建立顶级游资+龙虎数据的自定义数据编号，注意：自动建立模块初始化，将会替换你原始的自定义数据！你也可以手动设置，龙虎数据+顶级游资就一个个输入吧！然后填写对应的编号即可 5.模块初始化，之后在tdx上面打开，自定义数据管理器，然后关闭即可初始化文件夹！！ 6.如果能正确的打开路径+模块建立+始化文件夹，就可以选择时间，点击下载龙虎数据+顶级游资+写入tdx，即可将数据做到tdx里面！

该示例演示了如何使用自定义数据作为信号和槽的参数，并且分别示例了参数为引用或指针时如何使用

SpringBoot整合quartz2.2.3使用自定义数据源，包括mysql和oracle,使用quartz配合websocket服务器向客户端主动通讯发起通讯。

【ch15-自定义数据集】 宝可梦数据集.pdf

指标的建立，说明，打开给你们的指标源码等等，在源码找到 “SIGNALS_USER(1,0)”，里面是“1”就是自定义数据管理器里面的编号，就是通过这个函数来链接外部自定义数据的，需要用到哪些数据，我们就更改相应的数据编号就行，STICKLINE和DRAWTEXT函数一个是显示指标上显示柱子，和数字/数据的，显示的位置就可以自动调整（不会用鼠标移到这个函数这个位置，就会有显示说明的）！

火车卷积神经网络-YOLO算法 在这个项目中，我将讨论YoloV3体系结构以及如何在自定义数据集上进行训练，我将逐步解释如何使用Darknet框架来实现它。 介绍 什么是物体检测？ 对象检测如何工作？ YOLO-您只看一次 YOLO v3。 网络架构 特征提取器 功能检测器 完整的网络架构 如何在自定义数据集上训练YOLOv3 资料准备 贴标 准备好文件进行培训 训练模型（Darknet框架） 使用自定义权重进行对象检测 介绍 什么是物体检测？ 对象检测是一种包含对象分类和对象本地化两个任务的技术。 它是经过训练可检测多种类别的对象的存在和位置的模型。 它可以用于静态图像，甚至可以实时用于视频。 来自图片 对象检测如何工作？ 对象检测找到对象并在其周围绘制一个边界框。 这是一种与计算机视觉和图像处理有关的计算机技术，用于自动驾驶汽车，面部识别，行人检测等。...最新的算法

前言 　　pytorch对一下常用的公开数据集有很方便的API接口，但是当我们需要使用自己的数据集训练神经网络时，就需要自定义数据集，在pytorch中，提供了一些类，方便我们定义自己的数据集合 torch.utils.data.Dataset：所有继承他的子类都应该重写  __len()__  ， __getitem()__ 这两个方法  __len()__ ：返回数据集中数据的数量   __getitem()__ ：返回支持下标索引方式获取的一个数据 torch.utils.data.DataLoader：对数据集进行包装，可以设置batch_size、是否shuf

ImageNet下载器 这是ImageNet数据集下载器。 您可以通过指定所需的类以及每个类需要多少个图像来从ImageNet的子集创建新的数据集。 这是通过使用ImageNet API提供的图像URL来实现的。 我更加详细地介绍了如何以及为何编写该工具。 另外，我对帖子中ImageNet URL的当前状态进行了一些分析。 该软件是用Python 3编写的 用法 以下命令将随机选择其中包含至少200张图像的100个ImageNet类，然后开始下载： python ./downloader.py \ -data_root /data_root_folder/imagenet \ -number_of_classes 100 \ -images_per_class 200 以下命令将从每个选定的类中下载500张图像： python ./downloader.py

迁移学习-自定义数据集实战（宝可梦数据集）.zip

第7章 自定义数据类型 知识点.docx