mediapipe-python-sample 示例Python包。 自2021/03/03起，以下6种具有Python实现的功能均可用。 要求 mediapipe 0.8.3或更高版本 OpenCV 3.4.2或更高版本 可以使用pip安装mediapipe。 pip install mediapipe 演示版 这是运行演示的方法。 面网 python sample_facemesh.py - 设备指定相机设备编号默认值：0 - 宽度拍摄相机时的宽度默认值：960 - 高度拍摄相机时的垂直宽度默认值：540 --max_num_hands检测到的最大手数默认值：1 --min_detection_confidence检测置信度阈值默认值：0.5 --min_tracking_confidence跟踪置信度阈值默认值：0.5 --use_brect是否绘制外接

pyts：用于时间序列分类的Python包 pyts是用于时间序列分类的Python软件包。 它旨在通过提供预处理和实用工具以及最新算法的实现，使时间序列分类易于访问。 这些算法大多数都会转换时间序列，因此pyts提供了多种工具来执行这些转换。 安装 依存关系 pyts要求： Python（> = 3.6） NumPy（> = 1.17.5） SciPy（> = 1.3.0） Scikit-Learn（> = 0.22.1） Joblib（> = 0.12） Numba（> = 0.48.0） 要运行示例，需要Matplotlib（> = 2.0.0）。 用户安装 如果您已经可以正常安装numpy，scipy，scikit-learn，joblib和numba，则可以使用pip轻松安装pyts。 pip install pyts 或conda经由conda-forge通道 conda install -c conda-forge pyts 您还可以通过克隆存储库来获取最新版本的pyts git clone https://github.com/johannfaouzi

霍克斯 一个用于Hawkes流程的仿真和推断（最大似然估计）的python程序包。 安装 pip install hawkes 教程 特征 该软件包提供以下内核功能： 指数函数 多个指数函数的总和 幂律函数 非参数函数 该软件包提供以下类别的基线强度： 恒定基线 分段恒定基线模型 分段线性基线模型 对数线性基线模型 自定义基线功能 接触 近江孝宏 takahiro.omi.em [at] gmail.com

Helstrom量子质心分类器 Helstrom量子质心（HQC）分类器是一种受量子启发的监督分类方法，用于具有二进制类的数据（即，仅具有2类的数据）。 受到量子启发的意思是指采用和利用量子理论的分类过程。 它受到可观察到的量子Helstrom的启发，该量子行为作用于量子模式之间的可区分性，而不是数据集的经典模式。 HQC分类器基于Giuseppe Sergioli，Roberto Giuntini和Hector Freytes在他们的论文中进行的研究： Sergioli G, Giuntini R, Freytes H (2019) A new quantum approach to

用大M法的excel求解、python编程求解和python包分别求解线性规划中的单纯形法 目录1. 大M法的excel求解：2. excel自带规划包求解：3. python编程求解4. python包scipy求解 1. 大M法的excel求解： ​ 详情过程请看：用Excel演示大M单纯形法_楼建华. 我也不是很理解这个方法。 2. excel自带规划包求解： 根据数学模型： 在excel中写出目标函数的系数，约束方程及常数项： 将参数和约束项输入到各单元格内： K2=MMULT(G6:I6,K6:K8); K3=MMULT(G3:I3,K6:K8); K4=MMULT(G4:I4

用于文本预处理的Python包 此Python软件包仅用于教育目的。 安装： pip install git+ssh://git@github.com:SejalPatel-2912/text_preprocessing.git 卸载： pip uninstall text_preprocessing

概率流 ProbFlow是一个Python软件包，用于使用或构建概率贝叶斯模型，对这些模型执行随机变异推理，并评估模型的推理。 它提供了用于构建贝叶斯神经网络的高级模块，以及用于构建定制贝叶斯模型的低级参数和分布。 这项工作仍在进行中。 Git存储库： : 文档： : 错误报告： ： 入门 ProbFlow使您可以快速轻松地构建，拟合和评估在和或之上运行的自定义贝叶斯模型（或模型！）。 使用ProbFlow，贝叶斯模型的核心构建块是参数和概率分布（当然还有输入数据）。 参数定义自变量（特征）如何预测因变量（目标）的概率分布。 例如，简单的贝叶斯线性回归 可以通过创建ProbFlow模型来构建。 这只是一个继承pf.Model （或pf.ContinuousModel或pf.CategoricalModel取决于目标类型）的类。 __init__方法设置参数，而__call

罗夫 径向网络优化潮流的python包。 它使用与迭代线性切割相关联的径向最优潮流的二次约束二次规划公式的二阶锥弛豫。

PyInference-библиотекадлянечеткогоиБайесовскоговывода。 Официальныйсайт- PyInference将在Python 2.7上运行。 PyInference依赖于尽可能少的包。 目前仅严格要求numpy和matplotlib。 安装 带点子： $ pip安装pyinference 或下载源代码并运行安装文件： $ python setup.py安装

IKBT 一个基于python的系统，用于使用行为树进行动作选择来生成机械手逆运动学问题的闭式解。 最新消息 2021年3月 升级到Python3（主要是在打印语句和新的python3-sympy中添加括号）。 新的“主要”分支提供了更多受人尊敬的术语。 2020年2月 BH已修复UR5回归-现在可以再次使用，并且解决方案输出不再显示实际解决方案中不需要的角度和变量。 使用分支RepairUR5Regression获取最新和最高版本。 2019年七月 针对＃15和＃18的工作仍在进行中（这很艰难！）。 但是，已经修复了一些较小的错误，这些错误现在在“测试”分支中。 请尝试该分支并发布问题。 谢谢。 2019年五月 BH正在研究解决方案图的新实现并生成解决方案列表（乍一看似乎更加棘手！）。 我已经将这项工作带到一个专用的repo分支上，以使此页面清晰可见，但是很快就会合并并提交。 这项工作