利用pytorch 搭建猫狗公鸡图片分类网络，附带训练图片1200张，模型下载可以直接在cpu电脑上训练预测，代码包含模型的保存和可视化，学习率调整等基础知识，适合新手入门

整理competition提供的数据集，例如：特征过滤，数据归一化。 2. 在linear regression、logistic regression、neuron network或competition提供的算法中，挑出两个算法（必须选择一个实验课上使用的算法做实验，另外一个可以选择其他算法），在Titanic数据集上做十字交叉验证。 3.把每个数据集随机分为两份，一份做训练，另外一份做测试。使用两个算法在划分后的数据上做测试，并记录准确率。这个过程做5次，每次选择不同的训练样本比例（例如：训练样本占总样本的比例为10%， 20%， 30%， 40%， 50%， 初始比例和每次增加的比例，可以自己决定）。 4. 在报告中对数据集以及两个算法做简单描述；在Experimental Results部分介绍实验步骤，并展示实验结果。在Discussion and Conclusion部分对得到的实验结果对比分析。

android利用ZXing-Jsoup-和豆瓣API做出的图书搜索.zip

利用退火回归神经网络极值搜索算法求纳什均衡解.pdf

利用自组织特征映射神经网络进行可视化聚类.pdf

利用二元回归曲线拟合法和筛选法分析产能递减规律.pdf

利用SAS软件对271株肠杆菌进行数值分类初探.pdf

利用MATLAB实现BP神经网络的设计.pdf

DFT的matlab源代码KG4VASP 版本：v1.0稳定版（独立） 在实际系统中的应用：参考。 参考中的科学期刊[1] 致谢： 我想要感谢： kgec开发人员1所做的令人鼓舞的工作和努力为QE提供了一个不错的工具 从广义Kubo-Greenwood公式2进行各种数量的数学推导 量子浓缩咖啡3 VASP 4 编码 该代码旨在作为VASP后处理工具，供需要计算运输属性的人员使用。 目前计算出的数量是： 电导率/电阻率 塞贝克系数 电子热导率 可以通过拟合$ \ sigma（\ omega）= \ sigma_0 / 1+ \ omega ^ 2 \ tau ^ 2 $在$ \ omega \ rightarrow 0 $处获得放松时间$ \ tau $的味道（Drude Model ） 输入文件 kg4vasp输入文件称为INPUT，需要解决以下标志： SYSTEM（字符）：通常为所研究系统的名称 NBANDS（整数）：乐队数量 FILE_NABLA（字符）：DFT代码存储nabla矩阵元素的文件的名称 NKPOINTS（整数）：K-POINTS的数量 NP_FREQ（整数）：最小和最

灌区灌溉水有效利用系数的“首尾测算法”.pdf