交叉解决人脸识别

unity二维码的生成与识别，unity2018.3亲测可用。。。。。

qimgv | 当前版本：0.9.1 Qt5图像查看器。 快速，可配置，易于使用。 可选的视频支持。 屏幕截图 主窗口和面板 资料夹检视 设定视窗 主要特征： 简单的用户界面 快速地 易于使用 完全可配置，包括快捷方式 高质量缩放 基本图像编辑：裁剪，旋转和调整大小 能够快速将图像复制/移动到其他文件夹 通过libmpv进行实验视频播放 能够运行Shell脚本 一个不错的深色主题，在每个OS / DE上看起来都应该相同 默认控制方案： 行动 捷径 下一张图片 右箭头/ MouseWheel 上一张图片 左箭头/ MouseWheel 转到第一张图片 家 转到最后一张图片 结尾 放大 Ctrl + MouseWheel / Crtl +向上 缩小 Ctrl +鼠标轮/ Crtl +向下 飞涨 按住鼠标右键，向上/向下移动 适合模式：视窗 1个 合身模式：宽度 2个 调整模式：1：1

修复了网上下载解压错误的问题(Unexpected EOF in archive),本人解压后重新制作了压缩包，并测试通过。 由于上传权限只有<20M,所以做成3个分压卷，并非故意索分，三个包总共资源2分

修复了网上下载解压错误的问题(Unexpected EOF in archive),本人解压后重新制作了压缩包，并测试通过。 由于上传权限只有<20M,所以做成3个分压卷，并非故意索分，3个包总共资源，3个包总共资源

修复了网上下载解压错误的问题(Unexpected EOF in archive),本人解压后重新制作了压缩包，并测试通过。 由于上传权限只有<20M,所以做成3个分压卷，并非故意索分,3个包总共资源分2分。

作者收集了30多篇跨媒体相关的中文论文。包括几篇综述，跨媒体检索、跨媒体表示等。其中一篇综述：跨模态检索研究综述 的论文笔记可参考这篇博客 https://blog.csdn.net/lingpy/article/details/96468326

在构建模型时，调参是极为重要的一个步骤，因为只有选择最佳的参数才能构建一个最优的模型。但是应该如何确定参数的值呢？所以这里记录一下选择参数的方法，以便后期复习以及分享。 （除了贝叶斯优化等方法）其它简单的验证有两种方法： 1、通过经常使用某个模型的经验和高超的数学知识。 2、通过交叉验证的方法，逐个来验证。 很显然我是属于后者所以我需要在这里记录一下 sklearn 的 cross_val_score： 我使用是cross_val_score方法，在sklearn中可以使用这个方法。交叉验证的原理不好表述下面随手画了一个图： （我都没见过这么丑的图）简单说下，比如上面，我们将数据集分为10折

Wiki上的叉乘介绍

Econometric Analysis of Cross Section and Panel Data课后答案