资源包含文件：设计报告word+源码及数据 Image Caption即我们常说的看图说话：给定一张图片，生成该图片对应的自然语言描述。 该任务涉及到了图像与自然语言两个模态，然而图像空间与自然语言空间本就十分庞大，并且两者之间存在巨大的语义鸿沟。 如何将两个庞大的语义空间进行对齐，这是该任务的重点。本项目对ClipCap: CLIP Prefix for Image Captioning 论文进行介绍，并且对论文在Flickr30k中文数据集上进行实验复现和效果展示。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125617468

资源包含文件：设计报告word+源码及数据 使用 Python 实现对手写数字的识别工作，通过使用 windows 上的画图软件绘制一个大小是 28x28 像素的数字图像，图像的背景色是黑色，数字的颜色是白色，将该绘制的图像作为输入，经过训练好的模型识别所画的数字。 手写数字的识别可以分成两大板块：一、手写数字模型的训练；二、手写数字的识别。其中最为关键的环节是手写数字模型的训练。本次选取使用的模型是多元线性回归模型。手写数字有 10 中，分别是 0~9，所以可以将该问题视为一个多分类问题。 详细介绍参考：https://blog.csdn.net/sheziqiong/article/details/125389873

主要涉及了获取指定excel位置的操作，列表，高差闭合差是否在限差之内。由于重装了系统，excel原始表格不见了，就剩下代码。代码的作用就是将一份有站点和高差的excel，计算出各个站的高程，并存储成新文件。excel的数据格式参照测量原理（好像是这个名字）这本书里的格式。当时我是按书本数据格式进行编写的

提前准备 Python 3.6+ Chromedriver.exe Chrome 浏览器安装好后需将chromedriver.exe放置于Chrome浏览器目录下 pip install selenium 参数设置 在config.json中输入相应配置信息，具体说明如下： sess: 场次优先级列表，如本例中共有三个场次，根据下表，则优先选择1，再选择2，最后选择3；也可以仅设置1个。 price: 票价优先级，如本例中共有三档票价，根据下表，则优先选择1，再选择3；也可以仅设置1个。 real_name: [1,2], 实名者序号，如本例中根据序号共选择两位实名者，根据序号，也可仅选择一位 选择一位或是多位根据购票需知要求， 若无需实名制信息则不需要填写， 若一个订单仅需提供一位购票人信息则选择一位， 若一张门票对应一位购票人信息则选择多位）。 nick_name: 用户在大麦网的昵称，用于验证登录是否成功 ticket_num: 购买票数 damai_url: https://www.damai.cn, 大麦网官网网址

利用python编写脚本实现局域网主机探测，简单高效，代码可直接运行。

基于Python实现手写数字识别的KNN算法实例

基于Python实现翻译功能

采用tensorflow（python）实现 YOLO v3目标检测算法，可对图片，包含图片的文件夹、摄像头和视频进行对如下20个类物体的检测。

1.Python实现ARIMA-LSTM时间序列预测（完整源码和数据) anaconda + pycharm + python +Tensorflow 注意事项：保姆级注释，几乎一行一注释，方便小白入门学习！ 2.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 4.作者介绍：某大厂资深算法工程师，从事Matlab、Python算法仿真工作8年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+

尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe在1999年所发表，2004年完善总结。