虽然可视化曼德布洛特(Mandelbrot)集合与机器学习没有任何关系，但这对于将TensorFlow应用在数学更广泛的领域是一个有趣的例子。实际上，这是tensorflow一个非常直截了当的可视化运用。（我们最终也许会提供一种更加精心设计的运用方式来生成真正更加美丽的图像。）
2021-10-13 11:03:03
1KB
1
在实际问题中，人们可以不去估计概率密度，而直接通过与样本和类别标号有关的判别函数来直接将未知样本进行分类。这种思路就是判别函数法，最简单的判别函数是线性判别函数。采用判别函数法的关键在于利用样本找到判别函数的系数，模式识别课程中的感知器算法是一种求解判别函数系数的有效方法。本实验的目的是通过编制程序，实现感知器准则算法，并实现线性可分样本的分类。
2021-10-12 17:58:50
117KB
1
Web中级考试备考的，可以看下，刚刚考过！百度网盘（永久有效）链接：https://pan.baidu.com/s/1kuDp0M1esDmgeZ-Wb79KVg
提取码：YYYY
2021-10-12 14:04:49
79.49MB
1
Google在全球应用的GTFS数据标准下的数据样本，可清楚看到Google对公交数据的设计特点。
全部数据均为.txt文件，查看方便。
2021-10-11 14:35:39
2KB
1
框架是完整的，结算项目还没开发完成，放到这上面仅是为了保存和在其它计算机接着开发
2021-10-11 11:26:13
1.37MB
1
NXPLPC54608 芯片资源丰富，有丰富的外设，NXP MMA8652FCR1加速计，测试运动加速
立体声输入/输出接口；高速USB接口，体验MCU中的高速USB通信功能，实现高速数据传输；10/100Mbps以太网络接口，网络连接轻松实现；LCD显示屏，图形/图像应用实例、、、
别忘了，还有一个最重要的资源：MCU
2021-10-11 10:28:47
43.76MB
1
NURBS-Python（geomdl）
介绍
NURBS-Python（geomdl）是纯Python，自包含的，面向对象的B样条和NURBS样条库，适用于2.7.x，3.4.x和更高版本的Python。
概述了NURBS-Python（geomdl）的设计和功能。 如果您在研究中使用了NURBS-Python（geomdl），可以举个例子，我将很高兴：
@article{bingol2019geomdl,
title={{NURBS-Python}: An open-source object-oriented {NURBS} modeling framework in {Python}},
author={Bingol, Onur Rauf and Krishnamurthy, Adarsh},
journal={{SoftwareX}},
volume={9},
2021-10-10 20:33:15
3.35MB
1