MYSQL8.0版本及安装教程。 1、适合人群：学数据库的大学生以及外出工作的人，或者学习web开发等相关行业需要用到数据库的。 2、安装建议：查看安装说明书（说明书自己写的）。

使用版本:python3.7.6 开发环境：Mac(windows也适用) 注意事项：需要安装pygame库 代码很简单，稍微有点基础的都能看明白，自己没事弄这好玩，分享一下

opengl写的飞行控制程序，vc++6.0编译通过

功能介绍： 该套会员管理系统现在多家商家使用多年，是一套通用性强、功能强大的会员管理软件，是企业经营管理不可或缺的管理工具。系统将会员信息、会员消费紧密结合，实现会员储值卡、折扣卡、计次卡多卡合一的组合卡管理功能，且会员消费可自动积分，帮助企业全面实现管理信息化。适用于以会员制客户管理模式为中心的服务性行业，如：餐饮娱乐、美容美发、休闲健身、洗浴中心、零售专卖、汽车美容等，有效提升企业客户的忠诚度，为企业创造价值。 功能列表： ◆业务中心（快速消费 消费收银 会员充值 计次消费 查看会员 临时开卡 会员离店 会员冲次 顾客退货） ◆会员管理（会员登记 会员列表 会员等级 会员导入） ◆消费项目（消费项目 消费类别） ◆用户管理（用户列表 用户权限） ◆礼品管理（礼品管理 积分兑换 兑换报表） ◆结算中心（店铺结算 总部结算） ◆报表中心（会员报表 充值报表 消费报表 消费统计 人流统计） ◆业务提成（提成设置 提成管理） ◆系统设置（店铺管理 快捷方式 小票打印 短信设置 提醒管理）

数理统计期末考试的体型比较统一，其实不用复习的这么全面，就实际情况来看，好多同学只刷了刷历年考题也都取得了接近满分的成绩，但我个人比较喜欢较劲，所有课后习题都认真理解了一下，还是很详细的，有需要的可以下载看看，没有积分的也可以直接联系我！

GLD无驱锁全国+行业版写锁工具，写锁后全面支持广联达云计价GCCP5.0+广联达BIM土建计量平台GTJ2021/GTJ2018等

《Python神经网络编程》中提到的手写数字的数据集MNIST，用于神经网络训练和测试，不用再通过网络下载了，相关博文为《深度学习初遇——自己动手实现三层神经网络》。在主python文件相同目录下创建mnist_dataset文件夹，将资源文件中的所有文件放到刚创建的创建mnist_dataset文件夹下即可，资源中包括训练集的全部数据集和较小数据集以及测试集的全部数据集和较小数据集，大家根据自己的情况选择使用的数据集。网上可能也有相同的资源，这里上传是为读者方便运行博文《深度学习初遇——自己动手实现三层神经网络》中的代码。

用java写的SFTP代码.rar

K-NN（K近邻算法）实现手写字符的识别（C语言）实现，通过VS2010平台验证通过，代码详细易懂，是该算法上手的好资料.

svm算法手写matlab代码使用HOG功能和SVM的手写数字识别 在这个知识库中，我将提供一个MatLab和一个Python，用于使用HOG功能和SVM进行手写数字识别。 MatLab和Python代码的结构相同，分为三（3）个部分： 步骤1：资料准备步骤2：HOG功能计算步骤3：设置并运行SVM 步骤1：资料准备 在代码的第一部分，加载了MNIST数据集[1]。 数据集与标签一起分为训练集和测试。 训练和测试集中的总位数分别为60000和10000。 标签是十（10）位数字（0到9）。 在MatLab中，每个数字由784个元素的向量表示。 784个元素的向量将在代码中稍后调整大小，以形成28x28像素的图像。 在Python中，由于每个数字均由28x28像素的图像表示，因此跳过了调整大小步骤。 步骤2：HOG功能计算 从每个28x28像素图像中计算出定向梯度直方图（HOG）特征向量[2]。 每个向量由324个元素组成。 整个324个元素的特征向量将在以后用于训练支持向量机（SVM）。 步骤3：设置并运行SVM 支持向量机（SVM）[3]是我在本示例中使用的多类分类器，用于对手写数字