Kmean Kmean++ isodata clustering code from github
标签： Kmean clustering isodata matlab code
上传时间： 2017-08-16
上传用户：pecifas
Introduction jSMPP is a java implementation (SMPP API) of the SMPP protocol (currently supports SMPP v3.4). It provides interfaces to communicate with a Message Center or an ESME (External Short Message Entity) and is able to handle traffic of 3000-5000 messages per second. jSMPP is not a high-level library. People looking for a quick way to get started with SMPP may be better of using an abstraction layer such as the Apache Camel SMPP component: http://camel.apache.org/smpp.html Travis-CI status: History The project started on Google Code: http://code.google.com/p/jsmpp/ It was maintained by uudashr on github until 2013. It is now a community project maintained at http://jsmpp.org Release procedure mvn deploy -DperformRelease=true -Durl=https://oss.sonatype.org/service/local/staging/deploy/maven2/ -DrepositoryId=sonatype-nexus-staging -Dgpg.passphrase=<yourpassphrase> log in here: https://oss.sonatype.org click the 'Staging Repositories' link select the repository and click close select the repository and click release License Copyright (C) 2007-2013, Nuruddin Ashr uudashr@gmail.com Copyright (C) 2012-2013, Denis Kostousov denis.kostousov@gmail.com Copyright (C) 2014, Daniel Pocock http://danielpocock.com Copyright (C) 2016, Pim Moerenhout pim.moerenhout@gmail.com This project is licensed under the Apache Software License 2.0.
上传时间： 2019-01-25
上传用户：dragon_longer
git 入门必备书籍，你值得拥有，豆瓣高分书籍，你真的值得拥有
上传时间： 2019-07-19
上传用户：997463491
＃SFML —简单快速的多媒体库 SFML是一种简单，快速，跨平台和面向对象的多媒体API。它提供对窗口，图形，音频和网络的访问。它是用C ++编写的，并且具有针对各种语言（例如C，.Net，Ruby，Python）的绑定。 ##作者 -Laurent Gomila-主要开发人员（laurent@sfml-dev.org） -Marco Antognini-OS X开发人员（hiura@sfml-dev.org） -Jonathan De Wachter — Android开发人员（dewachter.jonathan@gmail.com） -Jan Haller（bromeon@sfml-dev.org） -Stefan Schindler（tank@sfml-dev.org） -LukasDürrenberger（eXpl0it3r@sfml-dev.org） -binary1248（binary1248@hotmail.com） -阿图·莫雷拉（Artur Moreira）（artturmoreira@gmail.com） -Mario Liebisch（mario@sfml-dev.org） -SFML社区的许多其他成员 ＃＃ 下载 您可以在[SFML的网站]（https://www.sfml-dev.org/download.php）上获得最新的官方版本。您还可以从[Git存储库]（https://github.com/SFML/SFML）获取当前的开发版本。 ##安装 按照[tutorials]（https://www.sfml-dev.org/tutorials/）的说明进行操作，SFML支持的每个平台/编译器都有一个。 ＃＃ 学习 有很多学习SFML的地方： * [官方教程]（https://www.sfml-dev.org/tutorials/） * [在线API文档]（https://www.sfml-dev.org/documentation/） * [社区Wiki]（https://github.com/SFML/SFML/wiki/） * [社区论坛]（https://en.sfml-dev.org/forums/）（[法语]（https://fr.sfml-dev.org/forums/）） ##贡献 SFML是一个开源项目，它需要您的帮助才能继续发展和改进。如果您想参与其中并提出一些其他功能，提交错误报告或提交补丁，请查看[贡献准则]（https://www.sfml-dev.org/contribute.php）。
上传时间： 2021-01-25
上传用户：
An Arduino core for the ATmega328, ATmega168, ATmega88, ATmega48 and ATmega8, all running a [custom version of Optiboot for increased functionality](#write-to-own-flash). This core requires at least Arduino IDE v1.6.2, where v1.8.5+ is recommended. <br/> **This core gives you two extra IO pins if you're using the internal oscillator!** PB6 and PB7 is mapped to [Arduino pin 20 and 21](#pinout).<br/> If you're into "generic" AVR programming, I'm happy to tell you that all relevant keywords are being highlighted by the IDE through a separate keywords file. Make sure to test the [example files](https://github.com/MCUdude/MiniCore/tree/master/avr/libraries/AVR_examples/examples) (File > Examples > AVR C code examples). Try writing a register name, <i>DDRB</i> for instance, and see for yourself!
标签： MiniCore
上传时间： 2021-02-22
上传用户：
这是我在做大学教授期间推荐给我学生的一本书，非常好，适合入门学习。《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。作者在github公布了代码，代码几乎囊括了本书所有知识点。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。但是有一个小小的遗憾：代码的解释和注释是全英文的，即使英文水平较好的朋友看起来也很吃力。本人认为，这本书和代码是初学者入门深度学习及Keras最好的工具。作者在github公布了代码，本人参照书本，对全部代码做了中文解释和注释，并下载了代码所需要的一些数据集（尤其是“猫狗大战”数据集），并对其中一些图像进行了本地化，代码全部测试通过。（请按照文件顺序运行，代码前后有部分关联）。以下代码包含了全书约80%左右的知识点，代码目录：2.1: A first look at a neural network（ 初识神经网络）3.5: Classifying movie reviews（电影评论分类：二分类问题）3.6: Classifying newswires（新闻分类：多分类问题 ）3.7: Predicting house prices（预测房价：回归问题）4.4: Underfitting and overfitting（ 过拟合与欠拟合）5.1: Introduction to convnets（卷积神经网络简介）5.2: Using convnets with small datasets（在小型数据集上从头开始训练一个卷积网络）5.3: Using a pre-trained convnet（使用预训练的卷积神经网络）5.4: Visualizing what convnets learn（卷积神经网络的可视化）
上传时间： 2022-01-30
上传用户：
从感知机到深度神经网络带你入坑深度学习机器学习工程师Adi Chris最近学习完吴恩达在Coursera上的最新课程后，决定写篇博客来记录下自己对这一领域的理解。他建议通过这种方式可以有效地深入理解一个学习主题。除此之外，也希望这篇博客可以帮助到那些有意入坑的朋友。言归正传。在我正式介绍深度学习是什么东西之前，我想先引入一个简单的例子，借以帮助我们理解为什么需要深度神经网络。同时，本文附有使用深度神经网络模型求解异或（XOR）问题的代码，发布在github上。异或问题何为异或问题？对于给定的两个上进制输入，我们通过异或逻辑门得到一个预测输出，这 过程 为异或问题。注意，输入不相等时输出为1，否则为0。1展示了异或函数的所有可能的输出结束：
标签： 深度神经网络
上传时间： 2022-06-19
上传用户：canderile
该飞控采用4层板，基于STM32F405RGT6设计，姿态传感器使用MPU6000，气压计bmp280，OSD芯片AT7456E，飞控上集成了电流计、分电板无需另外购买分电板装机，兼容SUBS、PPM接收机，安装孔位30.5*30.5mm 。固件采用OMNIBUSF4SD，飞控性能已前往小树林实际飞行验证，版本更新到第2版V2.0。
标签： 飞控
上传时间： 2022-07-01
上传用户：XuVshu
深度学习中文版，github上的开源翻译；豆瓣高分书籍
标签： 深度学习
上传时间： 2022-07-11
上传用户：XuVshu
