HTML静态网页设计作业，采用DIV+CSS布局，共有多个页面，首页使用CSS排版比较丰富，色彩鲜明有活力,顶部导航及底部区域背景色为100%宽度。都是给学生定制的都符合学校或者学生考试期末作业的水平,有的有js，有的视频+音乐+flash的等元素的插入。 原生(HTML+CSS+JS),网页作品代码简单,可使用任意HTML编辑软件（如：`Dreamweaver、HBuilder、Vscode 、Sublime 、Webstorm、Text 、Notepad++` 等任意html编辑软件进行运行及修改编辑等操作） HTML5期末考核大作业源码 包含 个人、 美食、 公司、 学校、 旅游、 电商、 宠物、 电器、 茶叶、 家居、 酒店、 舞蹈、 动漫、 服装、 体育、 化妆品、 物流、 环保、 书籍、 婚纱、游戏、 节日、 戒烟、 电影、 摄影、 文化、 家乡、 鲜花、 礼品、 汽车、 其他 可满足大学生网页大作业网页设计作业需求, 喜欢的可以下载! 【查看更多源码地址】：https://blog.csdn.net/bigwhiteshark?type=blog

机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题机器学习课程大作业设基于C3Res3Net网络来解决Fashion-MNIST问题

武汉理工大学计算机学院 Python 程序设计课程大作业之课程选课系统： 1. 创建武汉、长沙 2 所学校 （管理员创建学校） 2. 创建 Linux、Python、C 语言 3 门课程 ， Linux、Python 在武汉开课， C 语言在长沙开课 3. 课程包含：周期、价格（通过学校创建课程） 4. 提供两个角色接口：创建讲师、创建学员时需选择学校，关联班级 5. 学员视图，可以注册，选择课程（等同于选择班级） 6. 讲师视图，讲师可管理自己的课程，上课时选择班级，查看班级学员列表 ， 修改所管理的学员的成绩 7. 管理视图，创建讲师， 创建班级，创建课程 8. 上面的操作产生的数据都通过pickle序列化保存到文件里（pickle 可以帮我们保存对象）

操作系统课程大作业.zip

计算机专业技术认证课程大作业-新闻管理系统设计和解决方案.doc 本课题是为了实现一套比较完整的新闻管理与发布系统。方便前台用户通过系统接收有效的新闻时讯，快速浏览到用户关注的实时报道。而新闻管理人员可以通过系统对进行编辑、发布、审核等工作，提高工作效率。

基于区块链的solidity的NFT拍卖Dapp区块链课程大作业 web网页 使用 1、将此文件夹复制到本地。 2、启动ganache，并将监听端口设置成8545。 3、打开cmd，进入到此文件夹目录下，并预先安装truffle。 4、执行truffle compile指令，随后执行truffle migrate指令。 5、进入文件夹的app目录下，执行npm run dev指令。 6、浏览器中打开127.0.0.1/8080。

QT软件

机器学习课程大作业个贷违约预测项目源码，评测指标 经典预测任务：使用ROC曲线下面积(Area Under Curve, AUC)作为评价指标。AUC值越大，预测越准确。 描述性聚类-->软聚类 使用的三种模型 多层感知机,决策树(概率树),自定义模型(距离-概率转换方法) 机器学习课程大作业个贷违约预测项目源码，评测指标 经典预测任务：使用ROC曲线下面积(Area Under Curve, AUC)作为评价指标。AUC值越大，预测越准确。 描述性聚类-->软聚类 使用的三种模型 多层感知机,决策树(概率树),自定义模型(距离-概率转换方法)

人工智能技术期末课程大作业基于flask框架的手写数字识别系统源代码。 内含实现手册和项目文档和汇报ppt。 当然，代码也不会少啦！ 1.文档的latex代码 :sunglasses: 2.flask框架的代码(三种模型打包好了，在框架中直接加载使用) :sunglasses: 3.手写数字识别的代码(sklearn的决策树和svm模型，pytorch的ANN模型):sunglasses: 软件架构 用pytorch得到ANN模型 SVM和决策树模型我们是通过sklearn得到的 然后模型打包，在flask框架中使用(页面编写也比较精彩，可以康一康！) 安装教程 也许看一下实现手册可以帮助到你！

项目包括源码，DEMO，需求分析说明书，系统设计说明书，测试等文档。是一款连接父母与子女温情纽带的手机应用软件。现代社会中，部分子女由于工作、学习、结婚等多方面的原因而离家。随着社会老龄化程度的加深，空巢老人越来越多，已经成为一个不容忽视的社会问题。APP大致开发背景如下：这款产品注重子女对父母的精神赡养，搭建一个父母与子女之间感情与思想交流的平台。其用户界面分为父母端与子女端。由于父母的视力、听力一般随着年龄的增加而逐渐减弱，父母端界面应该做到简洁明了比如字号大、操作简单、每个功能设置语音提醒等。子女端既要能达到对父母日常生活的掌握比如位置追踪、远程监听等等，也应该达到对父母的精神赡养比如亲情语音等。与此同时，子女还可以通过内置论坛参与讨论赡养父母等问题。