pytorch-pix2pix pix2pix [1]的各种数据集的Pytorch实现。 您可以下载数据集： : 您可以在查看有关网络体系结构和培训详细信息的更多信息。 资料集 城市风光2,975个训练图像，200个训练纪元，1批大小，反序：真 外墙400个训练图像，200个训练纪元，1个批处理大小，反顺序：真 地图1,096个训练图像，200个训练纪元，1个批处理大小，反序：真 edge2shoes 50k训练图像，15个训练时期，4个批处理大小，反序：False edge2手袋 137k训练图像，15个训练纪元，4个批处理大小，反序：False 结果 城市风光 200个时代后的城市风光第一列：输入，第二列：输出，第三列：基本事实 生成固定输入的动画 学习时间 城市景观pix2pix-平均每个纪元：332.08秒; 总共200个时期：66,846.58秒 外墙 200个时代

dlib人脸识别需要的2个文件：dlib_face_recognition_resnet_model_v1和shape_predictor_68_face_landmarks

Nasch-封闭十字路口的交通流模型 nagel-schreckenberg model，模拟车流，计算平均车流量和平均速度 一位学生花钱让写的代码被骗后怒而分享源码

包含用于将 LSPC 链接到WASP水质模型的用例文件。包括 LSPC 模型, 输入文件, 水资源数据库, LSPC_2_WASP 电子表格程序用来创建链接文件, 和WASP输入文件。

Inside the C++ Object Model 中文版

本人整理了一部分用于WRF Domain输出和nc文件处理的一些python代码，需要用typora打开

蒙特卡罗matlab仿真代码Semiparametric_Adaptive_Estimation_of_the_GARCH_Model_Using_Matlab 使用 Matlab 对 GARCH 模型进行半参数自适应估计 我们报告了用于 GARCH 模型的半参数（自适应）估计的 Matlab 代码； 此外，我们报告了蒙特卡罗模拟，该模拟表明半参数估计器比拟最大似然估计器更有效。 GARCH 模型的半参数（自适应）估计理论在 Drost 和 Klaassen (1997)，计量经济学杂志，第 81 卷，第 193-221 页中有所报道。 为简洁起见，这里没有报告半参数估计的理论细节，我们请读者参考 Drost 和 Klaassen (1997) 了解理论细节。 我们将 t5-student 创新用于 GARCH 过程。 其他细节：所有Matlab代码文件必须包含在同一个文件夹中，并且该文件夹必须添加到Matlab路径中。 包含 Monte Carlo 模拟的主要 Matlab 文件名为“MainFile.m”。 此存储库中包含的所有其他 Matlab 文件——即“MLE_normal_

蒙特卡罗matlab仿真代码Maximum_Likelihood_Estimation_of_the_GARCH_Model_Using_Matlab 用 Matlab 估计 GARCH 模型的最大似然 我们报告了用于 GARCH 模型最大似然估计的 Matlab 代码； 此外，我们报告了蒙特卡罗模拟，该模拟表明最大似然估计量收敛到真实参数。 我们将 t5-student 创新用于 GARCH 过程。 其他细节：所有Matlab代码文件必须包含在同一个文件夹中，并且该文件夹必须添加到Matlab路径中。 包含 Monte Carlo 模拟的主要 Matlab 文件名为“MainFile.m”。 此存储库中包含的所有其他 Matlab 文件 - 即“MLE_t5_NEW.m”和“mycon.m” - 是用于估计 GARCH 模型参数的辅助文件。

所有责任者： Sharon E. Smaldino ... [et al.]. 标识号： ISBN : 704017815X 关键词： Educational technology. Audio-visual education. 语种： English 英语 参考文献： Includes bibliographical references and index. 载体形态： xxiv, 403 p. :

包括回归分析、方差分析、层次分析法、线性规划、动态规划、排队论、马氏链模型、时间序列模型、多元分析、偏最小二乘回归、模糊数学模型、神经网络模型、对策论、微分方程建模、差分模型等，共30个