3DMAX动物建模插件：一键生成骆驼 一键创建3D骆驼的模型。 压缩包含安装使用说明。 —————————————— 安装方法： 方法一：直接拖动插件脚本到3dMax窗口完成安装。 方法二：将此脚本复制到3dMax\scripts\startup目录中。

有关代码的信息和说明 要运行代码，需要Python 3.6和PyTorch 0.2 培训代码位于文件mtl_learning.py而测试代码位于文件mtl_testing.py mtl_learning.py的代码mtl_learning.py是自我记录的 为了进行训练，数据集应该在pickles/目录中以pickle文件的形式出现。 嵌入文件应位于data/目录中。 如果重新加载模型并继续训练，则应将模型放置在reloads/目录中。 当所有必要的文件和数据都存在时，只需运行python mtl_learning.py进行培训，然后运行python mtl_testing.py进行测试。 培训的输出将显示在名为test_output.txt的文件中，而测试的outputs.txt将显示在test_output.txt 学分 该项目的灵感来自Pasunuru等人（2017）的工作

通过QRCode开源代码实现的二维码生成工具，在QT环境下实现。

python生成Exe小工具优化版本

解压密码:codesky.net 纯VB代码实现生成文件 用VB6利用一些别人的代码生成文件，支持不够完整。 可供参考。

全景OpenCV 从stitch_final.py的文档中 用法：pythonitch_final.py -dest <目标文件名.jpg> 用法： （例子） ： 请将存储库克隆到工作文件夹。 执行以下命令 pythonitch_final.py images / destination.jpg 它将询问是否要修剪或旋转，请按照给定的指示进行操作。 图像将显示并保存到给定的目的地。 [理论等稍后添加]-维护中的回购...！ 上班的人，是吗？ :)

建筑视觉 Isola等人在论文“使用条件对抗网络进行图像到图像转换”（ ）中详细介绍了GAN的实现。 为CMU 10-401机器学习课程最终项目（2017年Spring）创建。 写上去 或阅读以下内容。 使用GAN从草图生成建筑的真实感图像 抽象的 将给定的输入图像转换为另一个转换后的输出图像的想法是一个有趣的概念。 我们在此项目中采用的方法是使用生成对抗网络（GAN）学习可以执行此任务的生成模型。 这种方法的好处在于，可以从数据中学习损失函数，因此可以将同一网络应用于各种不同的图像到图像的转换问题。 我们介绍了我们的网络体系结构以及使用这种方法将猫，鞋子和建筑物的草图转换为逼真的对象的结果。 介绍 我们希望了解如何从图像的简单草图中生成逼真的图像。 为此，我们对“有条件对抗网络的图像到图像转换”（Isola等人，2016）中描述的算法进行了批评和实施。 本文研究了如何将条件对抗网络用于

windows版本，最小巧的数据库文档生成工具,大小只有5.6M，免安装，直接导出mysql 数据库文档。 mysql 数据库文档导出。

PHP imgserv 一个使用PHP编写的占位图生成服务，使用方便，操作简单，前端页面构建的好帮手。 演示 参数说明 // 请求地址示例 http://www.seejs.com/imgserv/?size=400x200&bgc=333&fz=20&text=abcde&fc=f00 size: 生成图片的尺寸 Width x Height bgc: background-color 生成图片背景颜色，支持abc和abcdef两种十六进制格式 fz: font-size 绘制文本的字体大小，默认 20 text: 绘制的文本内容，默认为传入的尺寸 fc: font-color 绘制文本的颜色，默认 fff 使用示例