HTML静态网页设计作业,采用DIV+CSS布局,共有多个页面,首页使用CSS排版比较丰富,色彩鲜明有活力,顶部导航及底部区域背景色为100%宽度。都是给学生定制的都符合学校或者学生考试期末作业的水平,有的有js,有的视频+音乐+flash的等元素的插入。 原生(HTML+CSS+JS),网页作品代码简单,可使用任意HTML编辑软件(如:`Dreamweaver、HBuilder、Vscode 、Sublime 、Webstorm、Text 、Notepad++` 等任意html编辑软件进行运行及修改编辑等操作) HTML5期末考核大作业源码 包含 个人、 美食、 公司、 学校、 旅游、 电商、 宠物、 电器、 茶叶、 家居、 酒店、 舞蹈、 动漫、 服装、 体育、 化妆品、 物流、 环保、 书籍、 婚纱、游戏、 节日、 戒烟、 电影、 摄影、 文化、 家乡、 鲜花、 礼品、 汽车、 其他 可满足大学生网页大作业网页设计作业需求, 喜欢的可以下载! 【查看更多源码地址】:https://blog.csdn.net/bigwhiteshark?type=blog
1
HTML5期末考核大作业源码 包含 个人、 美食、 公司、 学校、 旅游、 电商、 宠物、 电器、 茶叶、 家居、 酒店、 舞 蹈、 动漫、 服装、 体育、 化妆品、 物流、 环保、 书籍、 婚纱、游戏、 节日、 戒烟、 电影、 摄影、 文化、 家 乡、 鲜花、 礼品、 汽车、 其他 可满足大学生网页大作业网页设计作业需求, 喜欢的可以下载! 原生(HTML+CSS+JS),网页作品代码简单,可使用任意HTML编辑软件(如:`Dreamweaver、HBuilder、Vscode 、Sublime 、 Webstorm、Text 、Notepad++` 等任意html编辑软件进行运行及修改编辑等操作) HTML静态网页设计作业,采用DIV+CSS布局,共有多个页面,使用CSS排版比较丰富,色彩鲜明有活力,顶部导航及底部 区域背景色为100%宽度。都是给学生定制的都符合学生考试期末作业的水平,有的有js,有的视频+音乐+flash的等 元素的插入。 【查看更多源码地址】:https://blog.csdn.net/VX_WJ88950106?type=blog
1
软件工程导论大作业
2022-12-16 19:14:41 8.2MB 软件工程
1
"文件編號 " "頁次 "第1頁,共1頁 " "品保(QC) "倉管 "物控 "備註/說明 " " " " "1.品保IQC根據《IQC進料檢" " " " "驗作業細則》對來料進行檢" " " " "驗 并產生《QC檢驗結果報" " " " "告表》,經品保經理作最終 " " " " "判定。 " " " " " " " " " "2.由資材部經理裁定是否 " " " " "急用。 " " " " " " " " " "3.由物控召集MRB會議,與" " " " "會對象有工程、生產、品 " " " " "保、生管;會議目的在於 " " " " "設法使不允收品能夠使用 " " " " ",會議之決議記錄在MRB申" " " " "請書,最終由廠處級主管 " " " " "裁定MRB會議之最終結果。" " " " " " " " " "4. MRB申請單之處理方式 " " " " "分為〔批退〕〔特采〕〔 " " " " "重工〕〔挑選〕四種。 " " " " " " " " " "5.挑選與重工作業由物控 " " " " "負責組織;採線外加工的 " " " " "方式作業。 "
2022-12-16 17:14:05 55KB 文档资料
1
哈工大计算机网络作业1,内容详细准确,经过TA检查修改。
2022-12-16 15:32:37 26KB 哈工大 计算机网络 作业
1
深度学习作业_基于resnet50和vgg16网络pytorch框架实现猫狗分类完整源码+代码注释+实验报告.zip 猫狗分类,使用Kaggle猫狗分类的原始数据集,实现模型最终的准确率达到75%及以上。本实验的目的: 为了进一步掌握使用深度学习框架进行图像分类任务的具体流程如:读取数据、构造网络、训练和测试模型 掌握经典卷积神经网络VGG16、ResNet50的基本结构
2022-12-16 15:26:22 6.26MB VGG16 resnet50 猫狗分类源码 pytorch框架
医学影像作业 基于医学影像配准+DUNet实现的视网膜血管检测_眼底血管分割源码+数据集+实验报告.zip 图像配准 眼底血管分割实验 详细操作说明 实验报告 【实验思路】 1.图像预处理: 单通道化RGB2Gray 归一化 对比度限制自适应直方图均衡化 伽马校正 2.图像分割成小块patch 3.torch写网络 Unet ![Unet.png](./show_img/Unet.png) - Unet++ ![Unet++.png](./show_img/Unet++.png) 4.训练与测试,计算每个小patch的train_loss和dice_score 5.合并图像 6.计算整体测度 【实验结果】 CHASE数据集用cuda训练batchsize为2,网络采用UNet++,轮数epoch=5,测试集结果:avarage Dice: **78.03%**, avarage Accuracy: **96.91%** DRIVE数据集用cpu训练batchsize为8,网络采用UNet,轮数epoch=5,测试集结
机器学习课程作业_基于卷积神经网络的手写数字识别matlab源码+项目说明.zip 函数说明: read_label和read_image分别为读取标签和图像数据点的函数 convolve是实现卷积的函数,pool是实现池化的函数 SGD_MSGD是主函数,可以直接运行得到答案(把minibatch设为1就是SGD,大于1就是MSGD) OPTIMAL是优化版的主函数,可以直接运行得到答案 OPTIMAL_FINALE是最终优化版的主函数,可以直接运行得到答案 toolbox是用工具箱函数写的CNN,可以直接运行得到答案
Matlab课程设计大作业_基于和风天气API开发天气管理查询系统+项目说明.7z Matlab 天气查询软件 Matlab课程设计大作业 使用APP Designer设计 由于天气查询过程中使用了和风天气API(和风天气开发服务 ~ 强大、丰富的天气数据服务 (qweather.com)),web请求过程中需要用到和风天气个人账号的key,我在代码中将其设为空值,具体是46行app的properities设置部分
基于python实现多张图像无缝拼接完整源码+项目操作说明.7z 基于python实现多张图像无缝拼接完整源码+项目操作说明.7z 基于python实现多张图像无缝拼接完整源码+项目操作说明.7z 图像拼接并非简单的将两张有共同区域的图像把相同的区域重合起来,由于两张图像拍摄的角度与位置不同,虽然有共同的区域,但拍摄时相机的内参与外参均不相同,所以简单的覆盖拼接是不合理的。因此,对于图像拼接需要以一张图像为基准对另外一张图像进行相应的变换(透视变换),然后将透视变换后的图像进行简单的平移后与基准图像的共同区域进行重合。 拼接效果:https://blog.csdn.net/DeepLearning_/article/details/127721721#comments_24570232