纯自我采集无标注高品质睡岗数据集1486张，方便机器学习yolo模型训练

ODrive是一个学习FOC的驱动板，资料里面附带了ODrive的硬件原理图与PCB设计图，还有一个仿制ODrive双轴MINI FOC控制器PCB设计图。之前找了很久才找到了，传上来和大家共享下，希望对大家有帮助，欢迎下载或者永久保存。

本资源为《深入学习javascript开发与实例》收集归档完整版。

关于ITIL的介绍：1.ITIL简介；2.ITIL核心流程；3.案例研究。 全书共53页。是一份很好的ITIL方面的学习资料。

深度学习草莓成熟度检测数据集，不同时期的草莓图像以及标注文件，包含成熟，生长，花期三类标签

matlab精度检验代码深醋酸 预测蛋白质中赖氨酸乙酰化位点的深度学习框架 要求 Python> = 3.6 Matlab2016a Tensorflow = 1.6.0 文件描述 “深度学习”文件夹中有七个子文件夹。 由这六个编码方案命名的文件夹是python代码，并且通过对通过不同编码方法获得的特征向量执行4倍交叉验证来获得预测变量。 在名为“编码方案”的文件夹中，MATLAB代码有六种不同的编码方案，分别为Aaindex，BLOSUM62，CKSAAP（K空间氨基酸对的组成），IG（信息增益）One-hot和PSSM（位置特定计分）矩阵）。 这些程序可以将蛋白质片段编码为不同尺寸的特征向量。 名为“蛋白质捕获”的文件夹是一种蛋白质拦截程序，能够将蛋白质解释为长度相等的以赖氨酸为中心的片段。 （注意：运行该程序时，将FASTA文件和蛋白质ID文件放在此文件夹中） 名为“功能组合”的文件夹包含通过将六种编码方法与F分数组合而获得的最佳模型。 （注意：在运行该程序时，将编码测试集放入文件夹中，并且该文件夹中的所有文件应位于同一路径中） 六种编码方式介绍 一键编码 在乙酰化位点附近的小范

ARCGIS基础学习资料shapefile 白皮书 介绍shapefile 欢迎大家免费下载。

基于yolov5算法的深度学习目标检测程序。YOLOV5：You Only Look Once目标检测模型在pytorch当中的实现（edition v5.0 in Ultralytics）支持多GPU训练，新增各个种类目标数量计算，新增heatmap；将正样本匹配过程加入dataloader，加快了运算速度；加入EMA效果变好。 2022-02:仓库创建，支持不同尺寸模型训练，分别为s、m、l、x版本的yolov5、支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。

中华学习机（CEC-I）是以6502微处理器作为中央处理机，与AppleⅡ计算机系统兼容。介绍中华学习机的系统设定、BASIC程序设计、数据处理与维护等。中华学习机曾经是许多人学习计算机的入门硬件，它已经内置了 BASIC 的编程语言。人们什么也不必安装，他们要做的只是打开计算机，屏幕上会显示“READY”（准备就绪），然后就可以开始键入 BASIC 程序了。

融合柯西变异和反向学习改进麻雀算法(SSA)优化BP神经网络回归预测，SSAnew-BP回归预测，多变量输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。