舞蹈合成，运用深度学习算法Dancenet生成舞蹈。内包含数据集以及搭建教程。下载可以直接训练

Linux下C语言实现 密码不回显输入，输入*来代替，使用了curses库

编译原理实验一 源程序的输入与扫描

利用PSO粒子群算法实现对多输入多输出SVM进行优化，程序可以运行。如果不能运行，可以私信。

输入成帧器 成帧器模块可轻松将您的设计输入转换为真实输入。 将其添加到Framer Studio项目中 与成帧器模块一起安装 或手动安装 从github下载项目。 将input.coffee和keyboard.png复制到modules/文件夹中。 通过编写以下InputModule = require "input"其导入Framer Studio： InputModule = require "input" 。 注意： keyboard.png适用于iPhone7。如果要使用其他尺寸，请替换为自己的图像。 如何使用它 像平常一样导出资产，然后创建一个输入对象并将其放置在设计的输入上。 完毕！ 请记住，所有参数都是可选的。 # Basic usage InputModule = require " input " input = new InputModule.Input s

股票买卖最佳时机leetcode 这是一个有监督的循环神经网络 (RNN) 学习项目，将股票交易视为分类问题。 输入 60 天的定价数据窗口，选择最佳操作以获得最大利润。 这使用了我早期的交易环境项目，以及用于数据准备和模型训练的 SeriesPrediction 模块。 首先，我使用CalculateBestActions 来生成目标操作值。 对于每一天，假定知道股票前一天的价格，以及每天一笔交易、连续四个交易日和八次可能的交易行为的限制，它计算将在 20 天内产生最高价值的交易序列。 可能的交易有：激进买入、目标买入、市场买入、持有、市场卖出、目标卖出、激进卖出和 CancelAllOrders。 目标买入和卖出由移动平ASP格加上或减去 5 天平ASP格偏差的 1/4 决定。 激进的买入和卖出由 5 天平ASP格偏差的 1/2 决定。 CalculateBestActions 的计算成本很高，因此尽管您可以计算更长的序列，但它们所需的时间会呈指数级增长。 4 个交易序列可能需要一天来计算 30 年的数据集，因此您将在大约 6 处碰壁。这些序列被保存以供重复使用，因此您只需为您测试

计算机软件-商业源码-实例120 模拟键盘输入.zip

这个脚本可以自动化的安装搜狗输入法，tar包内已经包含输入法所需要的依赖包。可以在离线环境中安装。运行需要在root用户下。请注意提示信息

一个简单的LU分解小程序，闲着没事编的，希望能够帮到一些人。 这个是大型矩阵的LU分解，可以将excel表中的数据直接复制粘贴到相应的txt文件中，可实现大型矩阵的LU分解。 程序语言C++,编译环境VS2017，其实挺简单的，只是用了嵌套vector，如果自己掌握的较好的，我建议用map容器。

计算机软件-商业源码-实例84 处理数据库中日期型字段的显示与输入.zip