信任证书 以编程方式信任任何证书。 也是自签名证书。 根信任。 安装和卸载。 使用no提示参数,可以轻松地将其集成到批处理文件中。 完整的源代码,出于教育原因,从Telerik的TrustCert.exe中反向工程。 如何使用: 首先,您可以先指定-u -noprompt -path=C:\path\to\certificate.cer进行卸载, 然后-noprompt -path=C:\path\to\certificate.cer来安装最近的一个。 如果没有-noprompt您将看到一个简单的“确定/取消”消息框。 怎么做的: 注意:源代码确实很简短,请参见TrustCert/Program.cs 。 基本上使用System.Security.Cryptography.X509Certificates; 打开一个X509Store,使用FindBySubjectDistingui
2022-03-08 13:10:44 21KB 系统开源
1
使用PyTorch进行深度学习 该存储库包含由Manning Publications出版的Eli Stevens,Luca Antiga和Thomas Viehmann撰写的《用PyTorch进行深度学习》一书的代码。 该书的曼宁网站是: : 这本书也可以在亚马逊上购买: : (会员链接;根据规则:“作为亚马逊合作伙伴,我从有资格的购买中获得收入。”) 该书的勘误表可在配员网站上找到,或在 关于使用PyTorch进行深度学习 本书旨在为PyTorch提供深度学习的基础,并在实际项目中展示它们的实际作用。 我们努力提供深度学习的关键概念,并展示PyTorch如何将其交到从业者手中
2022-03-08 02:27:05 171.29MB python deep-neural-networks deep-learning python3
1
Coursera-ML-AndrewNg-Notes-master,内含有代码,文档,PPT ,Markdown,srt ,机器学习个人笔记完整版
2022-03-07 21:17:02 365.94MB code 机器学习 Python PPT
1
DS28E15加密芯片测试代码
2022-03-07 19:48:57 55KB DS28E15 加密芯片
1
filedisk source code
2022-03-07 10:13:57 407KB code
1
Matlab lbm代码自述文件 这是用MATLAB编写的用于LBM的2D / 3D单网格测试代码,旨在为学生介绍该方法。 捐款额 该代码的目标是保持尽可能简单,以作为简介。 请派生此存储库,并根据派生所需的代码构建代码以保留母版。
2022-03-06 19:54:48 23KB 系统开源
1
使用VScode 开发php扩展时,提示”检测到#include错误,请更新includepath” 执行 gcc -v -E -x c++ - #include ... search starts here: #include search starts here: /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin/../include/c++/v1 /usr/local/include /Applications/Xcode.app/Con
2022-03-05 22:35:33 20KB c ep IN
1
Repository 包含用于 Kaggle Avazu 竞赛获得第 18 名的代码。 使用的主要算法: 具有自适应梯度的逻辑回归 随机梯度提升机(MatrixNet)
2022-03-05 16:19:24 11KB Python
1
天下大师分行 TinyG是6轴运动控制系统,旨在在中小型机器上实现高性能。 一些功能: 6轴运动(XYZABC轴) 加速控制的加加速度控制运动(三阶运动计划) 状态显示(“?”字符) 通过USB串行的XON / XOFF和RTS / CTS协议 使用JSON的RESTful接口 有关更多详细信息,请参见这些链接。 查看新的TinyG G2 和 当前的主版本当前的主版本为0.97,版本有关文档和用户手册,请参阅 。 重要说明:如果您运行的是TinyG版本6或更早版本,请确保在加载版本0.95之后将$ hv值设置为6。 运行$ hv = 6并验证它是否花了。 这解决了版本之间的硬件更改。 Tinyg版本7和8在电气上相同,可以设置为HW版本8。 以前的主版本是0.96,BUILD 380.08 如果您有功能要求或发现任何错误,请在github的Issues选项卡中记录它们
2022-03-05 09:39:22 8.23MB G-code
1
使用matlab代码实现了Raibert早期的单腿蹦跳机器人的平面与三维平衡控制,可实现速度与位置的精确控制,值得学习
1