网络中的资源非常丰富，但是如何有效的搜索信息却是一件困难的事情。建立搜索引擎就是解决这个问题的最好方法。本文首先详细介绍了基于英特网的搜索引擎的系统结构，然后从网络机器人、索引引擎、Web服务器三个方面进行详细的说明

小标签 使用 Spark、ML 和 solr 标记整个 8000 万个微型图像数据集并使其可搜索 完整数据集位于 位于CIFAR-100 子集

fhe-toolkit-linux：用于Linux的IBM完全同态加密工具包。 该工具包是一个基于Linux的Docker容器，可演示对加密数据的计算而无需解密！ 该工具包附带两个演示，其中包括使用神经网络进行的完全加密的机器学习推理以及保留隐私的键值搜索

TagMe画廊 自定义Android 6.0+图库，该库允许为您的照片创建自定义标签并通过这些标签进行搜索。 创建的图库应允许用户为其照片分配标签，以及按标签搜索和分组照片。 每张照片最多可以包含16个等效标签。 照片上的标签比按文件夹排序更方便。 允许一个文件一次响应多个标签项目的当前状态： 画廊会获取所有现有的图像面板，并将它们显示在屏幕上的网格中单击缩略图将以完整尺寸打开图像如果完整大小大于图像窗口的大小，则将其压缩以适合该大小。

一个轻量的商品条码／二维码扫描工具，并能够实时查询淘宝最低价。 该应用采用Google Zxing进行条码／二维码的扫描，取得扫描返回值后用Retrofit进行网络通信，从中国物品编码网查询得到商品的官方信息，该网站接口返回的是一个html，这里通过Jsoup解析；再查询淘宝该商品的最低价(前三名)，解析返回json并处理显示。

本文详细介绍了有效的分组正则表达式搜索器的实现。

现阶段网络上的五子棋游戏主要是剪枝法或者人工标注，这样导致了机器落子具有了局限性，遇到全新的棋形时无法正确落子。基于上面五子棋游戏的漏洞，本文设计一学习型五子棋博弈算法，算法通过深度学习和蒙特卡洛树搜索算法打破既定规则，提高了机器在下棋时的多变性。该软件使用的神经网络将我方落子、敌方落子、当前落子位置以及当前落子玩家，四个矩阵作为输入数据，加强了网络提取特征的速度和拟合效率，并获取每个点的概率值。在蒙特卡洛树搜索算法中使用了快速落子方式，即标注出多个关键点的价值，使得在模拟时，不需要在无胜算的地方随机落子，通过这种方法可以提高落子效率。该算法经过一定规模的训练达到了较好的博弈水平。本软件优点在于，通过使用蒙特卡洛树搜索算法让计算机可以不再依靠人类创造的落子策略，使用深度学习可以加快运算出蒙特卡洛概率值，提高整体游戏落子速度。该算法建立在深度学习的相关知识和计算机博弈的相关知识基础上，实现了基于深度学习与蒙特卡洛树搜索的五子棋博弈算法，并设计出卷积网络接口net。

Android 仿快播搜索框上方悬浮的文字搜索源码，辅助类库、实际项目框架参考、比赛练习案例，学习实例，开箱即用。适用于实际项目开发参考、教学案例、毕业设计、出书项目实例、学生面试前能力提升、开发辅助。

这是一款Android平台下的仿快播搜索框上方悬浮的文字搜索源码，具备一个搜索功能，下面会出现你要查询的一些信息 当你滑动界面时会换一些信息，这个是通过判断你滑动的方向去改变界面的效果，写的不是很好，有什么问题希望提出来。

Search-Py:python搜索