OPPO R11s 适用R11s_11_171215.ofp的TWRP
2022-12-05 09:20:54 25.54MB TWRP R11S R11s_11_171215.o
1
face_dataset img 人脸识别 样例
2022-12-01 12:27:45 645KB 人脸识别
1
face_dataset img 人脸识别样例图
2022-11-30 17:25:51 646KB 人脸识别
1
ASA FirePOWER module boot image asasfr-5500x-boot-6.6.5-2.img 03-Aug-2021 40.97 MB
2022-11-27 23:16:40 40.97MB cisco fpwr ios software
1
n1可以用的armbian,版本是20.05 可以正常安装和升级。 htop cpu占用也不高,但是总是不能为0 而20。09之类的,我是没法正常启动。很奇怪。
2022-11-26 18:18:02 385.74MB armbian s905 n1 buster
1
ubuntu 解包打包 img
2022-11-23 13:03:06 2.4MB ubuntu
1
可以用于HI3798芯片Bootimg解包打包,试过解包Hi3798mv300、MV300H的boot.img,完美使用。
2022-11-20 21:57:00 3.73MB Boot.img Hi3798 解包
1
A311D_25MHz_wifi_img 情况
2022-11-16 18:03:02 101.81MB linux
1
欢迎来到我的Apple图片分类项目 在这个项目中,我探索了如何使用CNN和转移学习来建立图像分类器。 数据集包含从Google Image的“ iPhone”,“ iPad”和“ Macbook”的最高搜索结果中抓取的1500张图像。 完整的数据集可以在这里下载: : 。 目的是尝试创建图像分类器,以区分3种最主流的Apple产品-iPhone,iPad和Macbook。 从表面上看,它们可能会彼此混淆(没有缺口的旧版iPhone设计可能会误认为iPad,而带有键盘的新版iPad可能会误认为Macbook)。 虽然我们可以轻松区分它们,但我们可以教一个深度学习模型来做到这一点吗? 哪种方法可以使我们获得最高的准确性? 这些是将在本项目中回答的问题。 档案说明 该存储库中只有4个文件(自述文件和需求文件除外)。 该笔记本是一款Jupyter笔记本,可以在Google Colab(带有
2022-11-15 10:52:21 66.94MB JupyterNotebook
1
这个工具可以用来提取卡刷包里面的img文件,使用方法:把我们要解包的payload.bin文件提取出来,然后吧payload.bin文件拖到payload-dunmper-go.exe上面然后等待解包,完成后就多了个extracted开头的文件夹,打开就可以发现解包的文件了。
2022-11-10 09:17:41 4.77MB Root Magisk
1