Python对交易 配对交易策略的简单实现。 这个脚本是我在我的大学为金融计量经济学课程所做的研讨会论文的一部分。 它需要很多改进,但我会继续更新它。
2022-02-12 19:20:45 4KB Python
1
深梦 这个目录包含Jupyter笔记本,这是TensorFlow中DeepDream算法的简单用法,只是将图像目录中的照片换成自定义照片: 要在本地运行此笔记本,您将需要以下依赖项: Python 2.7或3.5 NumPy TensorFlow(> = r0.7) Jupyter笔记本 影像 tqdm 要打开笔记本,请在此目录中运行jupyter notebook命令,然后在打开的浏览器窗口中选择“ deepdream.ipynb”。
2022-01-06 23:50:36 48.12MB tensorflow python3 JupyterNotebook
1
均值漂移聚类 MeanShift_py是python中聚类的简单实现。 依存关系 唯一的依赖是 描述 mean_shift.py模块定义了一个名为MeanShift的类。 MeanShift类构造函数采用一个可选的内核参数。 如果未指定内核,则使用默认的内核。 cluster方法需要一个点数组和一个内核带宽值。 还可以传递一个可选的iteration_callback函数,该函数将在每次平均移位迭代结束时使用算法的当前状态(例如,当前点位于何处以及一个迭代编号)进行回调。 聚类完成后,将返回一个MeanShiftResult对象,其中包含三个数组: 原始点 转移点 每个点的群集分配 用法 import mean_shift as ms data = get_data_from_somewhere () mean_shifter = ms . MeanShift () mean_sh
2021-12-25 20:33:15 2.55MB Python
1
Python嗅探器 在 python 中简单的数据包嗅探器的简单实现。 适用于 Windows 和 Linux(可能还有其他 POSIX 系统,但未经测试)。
2021-12-14 21:30:39 2KB Python
1
yufafenxi-LR:编译原理C语言LR语法分析器的简单实现
2021-12-07 12:07:23 2.93MB C++
1
goGFS goGFS是golang中Google文件系统(GFS)的简单实现。 它通过一小组廉价的廉价机器(1个主服务器,12个chunkserver和12个客户端)进行了测试。 提供容错功能。 特征 体系结构和一致性模型与纸张相同 系统交互原子记录追加(至少追加一次) 掌握 持久元数据 再复制 垃圾收集 陈旧检测 块服务器持久元数据 客户熟悉的文件系统界面 容错能力 去做 流水线数据流 快照 参考
2021-12-05 13:32:17 36KB 系统开源
1
cmq-client 近期项目中使用到CMQ,鉴于官方提供SDK太过简陋且存在严重BUG,于是自己简单的实现了一个,虽只实现了routingKey相关部分,但也足够一般使用。此外虽然本项目实现了应用启动时自动创建Topic、Queue、Subscription相关功能,但由于实际场景复杂,仍建议通过CMQ控制台进行相关创建。时间仓促,细节之处多有瑕疵,复杂场景测试不全,故仅供参考。 // 配置类 @EnableCMQ @Configuration public class CMQConfig { @Bean public CMQSpringConfigBean cmqSpringConfigBean() { CMQSpringConfigBean config = new CMQSpringConfigBean(); config.setSecretId("xxx"); c
2021-12-02 14:55:27 48KB Java
1
迁移器LSTM 该存储库在PyTorch中从头实现LSTM(允许PyTorch处理反向传播步骤),然后尝试复制。 该代码可以在本地运行,也可以在Google Colaboratory中运行。 更新:迁移器LSTM的代码已发布。 由于他们对神经网络模型实验进行参数设置的方式有点难以理解,因此我将尝试更新自己的实现以确保正确性,但是如果您要使用源代码,请 Mogrifier LSTM结果 我使用Brown语料库数据集(在笔记本中有更多信息)在基本RNN文本预测问题上测试了Mogrifier LSTM,并将Mogrifier LSTM与普通LSTM进行比较时,看到了更早的收敛结果以及更好的验证和训练损失结果。 为了进一步验证这些结果,我们需要针对更多的数据集和更多的神经网络体系结构进行测试。 每个时期已为每种LSTM类型保存了检查点和度量标准(请参阅运行文件夹); 我没有对tensorboa
2021-11-23 11:04:22 68.15MB python notebook pytorch lstm
1
区块链的简单实现 该项目旨在创建一个简单的区块链概念实现,并以用户友好的方式对其进行演示。 设计理念 该项目包括两个主要部分:代理和接口。 代理商 代理代表一个能够在网络中存储和挖掘数据块的对等方。 每个代理都连接到网络中的所有其他代理,以构建P2P分布式网络。 代理的基本功能是: 向其他代理发送消息,以便广播其新近开采的区块 接收来自其他代理的消息,以便接收其他代理挖掘的区块 自行开发,验证并种植区块链 与其他代理同步最新的区块链 挖掘算法是区块链的关键。 在此项目中,我们仅使用SHA256哈希来模拟挖掘过程。 接口 该项目中包含使用Springboot实现的接口,以演示区块链的用法。 这可能会让人们感觉像是一个集中的管理界面,但是我们需要了解代理也可以独立运行。 该接口是RESTful的,所有返回数据均为json格式。 还提供了一个单页应用程序,以更好地可视化区块链概念。 快速开始 启动服务器 导航到项目根目录并启动服务器: $ gradle bootRun 使用网页界面 在浏览器中打开并从网页尝试。 基本动作是: 将代理添加到网络 从网络中删除代理 挖掘一个新块并广播到网络
2021-11-22 23:04:43 172KB javascript java socket html5
1
神经网络:可定制的深度神经网络的简单实现
2021-10-20 16:29:52 4KB deep-neural-networks ai deep-learning Python
1