入门教材,适合广泛应用,对于初学者可以进行体系建立,了解当前时代更新知识。紧跟时代变化知识体系。快来看一看。
2022-01-17 17:47:13 421KB admas
1
Playing Mountain Car Using Actor-Critic MethodPlaying Mountain Car Using Actor-Critic Method
2022-01-15 16:00:19 13KB Playing Mountain
1
car_parking_AI 视频 ,[更多算法即将添加]
2022-01-13 11:12:50 146.27MB C#
1
二手车价格预测
2022-01-10 19:13:38 30.81MB python
1
智能挪车 beta_car 1.8.5安装更新一体包微信小程序源码前后端完整下载,完整可运营精品源码
2022-01-08 21:10:36 46.41MB 智能挪车beta_car1.
智能挪车 beta_car 1.9.4商业版安装更新一体包微信小程序源码前后端完整下载,完整可运营精品源码
2022-01-08 09:14:44 47.42MB 智能挪车beta_car1.
本项目为Mac端iOS重签名软件,用作项目自测使用,请勿用作非法用途。 Thank for and,ECSigner 基于以上开源项目二次开发,增加若干功能: 支持本地签名。可以选择本地文件进行签名: ####支持以下操作: 1,支持多文件同时签名 2,支持自动区分企业证书、个人证书 3,支持远程下载IPA,完成后自动开始签名。 4,支持导出包内素材文件(assets.car),并解析出对应素材。 5,支持生成文本文件并写入内容(分包),然后注入包内。 6,支持签名完成导出.plist文件,用于itms-service分发。 7,支持一键替换原包icon。 使用方式: 1.将下载的 ECSigner.zip解压,并将APP拖入应用程序,双击打开 2.如果你是新账号,你需要打开钥匙串-证书助理,先请求一个证书并保存本地(CertificateSigningRequest.certSignin
2022-01-07 10:04:14 1.49MB Swift
1
遗传算法神经网络matlab代码自动驾驶汽车模拟 这是自动驾驶汽车的简单模拟。 我准备了一个环境,汽车可以在其中行驶,记录碰撞并检测障碍物。 神经网络被用作汽车的决策模型。 该神经网络通过两种方式进行训练: 会教汽车如何从手动驾驶收集的数据中驾驶。 神经网络通过遗传算法训练。 汽车将学习如何在没有外部数据的情况下驾驶汽车。 下面总结并讨论了结果。 视频 以下视频演示了该项目的结果。 (单击下面的图像或此) 项目结构 “ matlab”文件夹:包含用于在手动驾驶收集的数据上训练神经网络的matlab代码 “ python”文件夹:这是项目的主文件夹。 它包含用于仿真,图形元素和神经进化的代码。 依存关系 框架用于显示3D模型。
2022-01-04 21:13:15 4.73MB 系统开源
1
Crypto-Car-Battle:基于NFT(ERC721)HTML5游戏,向获奖者支付Crypto Payouts-源码 加密车战 基于NFT(ERC721)HTML5游戏,向获胜者进行加密支付。 (在Rinkeby Network上部署的演示) 试用: 游戏演练 通过Metamask登录 我) 新用户可以使用Mint new Cars令牌。 b。 确认元掩码交易 ii)查看您的ERC-721汽车收藏 铸造的新车从级别1开始。每次获胜,它们的级别都会增加1。(最大级别:7) 更高的水平对应于更高的速度 单击所需的汽车,进入以下菜单: 让我们创建新的战斗! 主游戏加载: 该游戏的目标非常简单,玩家必须在尽可能短的时间内完成一圈。 (在这里您可能会看到上面选择的汽车在这里用作播放器。)一旦用户越过起跑线,计时器就会启动。 用户必须通过检查点,因此不可能作弊。 在越过终点线时,游戏结束。 完成此级别后,我们将看到以下屏幕: 单击“挑战他人”按钮后,我们的分数将保存在智能合约中。 我们必须将0.001 Eth存入这场比赛(以下解释性数字) 交易完成后,我们将获得战斗编号: 玩家2 假设有其他玩家想参加现有的战斗,因此单击第二个按钮。 我们可以获得可用的战斗列表: 单击“战斗”按钮,
2022-01-04 09:04:26 1.18MB ERC721 NFT Crypto-Car-Battl
acextract:一个提取 ipa 内的 Assets.car 资源包的工具
2022-01-01 16:56:09 957KB Swift开发-工具类
1