您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. SQL Server 2008 技术内幕 T-SQL查询(英文版+源码+附录A)

  2. 这是英文版来的,包含源码和附录A 温馨提示:我的资源里还有中文版part1、part2。可以中英文结合一起看,效果更好! 目录: 序言 I 致谢III 前言 V 第1章 逻辑查询处理1 1.1 逻辑查询处理的各个阶段2 1.1.1 逻辑查询处理阶段简介2 1.2 客户/订单场景下的查询示例4 1.3 逻辑查询处理阶段详解5 1.3.1 步骤1:FROM阶段5 1.3.2 步骤2:WHERE阶段9 1.3.3 步骤3:GROUP BY阶段10 1.3.4 步骤4:HAVING阶段11 1.3.5
  3. 所属分类:SQLServer

    • 发布日期:2012-05-10
    • 文件大小:4194304
    • 提供者:lxm850918
  1. uwu:西方最快的文字uwuifier-源码

  2. uwuify 西方最快的文字uwuifier 转换 Hey... I think I really love you. Do you want a headpat? 进入 hey... i think i w-weawwy wuv you. (⑅˘꒳˘) d-do you want a headpat? 这个自述文件有一个版本 常问问题 什么? 你想在短短的时间内用大量的文字 在哪里? 您的计算机,如果它具有支持sse4.1的最新x86 cpu(intel,amd) 为什么? 为什么不
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:18432
    • 提供者:weixin_42139302
  1. Projects-Presentations:该存储库包含已开发或仍在开发中的项目的演示。 这些演示的目的是从高层次的角度对项目进行深入的了解,而不必过多地担心代码。 这主要是为了提供有关工具,所涉及的技术以及所取得的突破的信息-源码

  2. 项目介绍 该存储库包含已开发或仍在开发中的项目的演示。 这些演示的目的是从高层次的角度对项目进行深入的了解,而不必过多地担心代码。 这主要是为了提供有关工具,所涉及的技术以及所取得的突破的信息。 πJava和Android的矢量GUI 该是关于使用矢量原语和矢量字体为Windows,Linux或Android上的Java应用程序创建图形用户界面(GUI)的系统的开发。 自动矢量字体生成器项目–字形,它们的宽度和字距调整对 该即将变换TrueType和OpenType字体在Java中嵌入专有的紧
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:12288
    • 提供者:weixin_42099302
  1. Udacity-源码

  2. Udacity 单元1:Numpy 单元2:McCulloch Pitts Neuron 单元3:感知器神经元 单元4:sigmod神经元 单元5:前馈神经网络 模块6:通用类 模块7:多类分类 单元8:向量化 模块9:反向传播 模块10:优化算法 模块11:Pytorch基础知识 单元12:Pytorch深度神经网络 模块13:Pyorch DNN Cuda支持 模块14:Pyorch DNN Cuda支持:激活 模块15:Pytorch深度神经网络自动编码器 模块16:Pytorch:嵌入和
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:119537664
    • 提供者:weixin_42116650
  1. gravitySim:2D重力模拟器-源码

  2. 万有引力 2D重力模拟器 新版本! 现在使用不同的方法//高效 支持的方法 Python内置变量 numpy数组 向量化GPU 向量化并行(CPU) JIT CPU 吉达卡达 下面的旧版本 使用PyGame制作,因此您可以直接运行或打开Python IDE并运行。 基本用法说明: 单击以添加对象。 拖动以添加具有速度的对象。 一旦单击或拖动,就可以设置移动光标的质量和大小,一旦达到所需的值,就可以单击以进行模拟迭代。 使用箭头移动相机。 R键将重置模拟器。 PPS(每秒物理速度)显示在一秒
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:113664
    • 提供者:weixin_42127835
  1. SoftwareStoryPointsPrediction:该项目将提供有关如何通过自然语言处理和机器学习从文本描述中自动估计每个软件任务的故事点的背景知识。-源码

  2. 机器学习和自然语言处理的敏捷开发中的软件工作量预测 软件开发项目的成功除其他因素外,还取决于项目和时间管理。用于帮助敏捷软件开发的时间管理和估计项目时间表的一种流行方法是估计故事点数,该故事点数表示每个单个软件问题或请求的开发工作量(以工时为单位)。在本文中,我们探索了各种文本向量化机器学习技术,以预测以故事点数衡量的软件开发工作量。我们的结果表明,该问题可以表述为分类问题或回归问题,并可以通过监督学习成功解决。此外,我们的几种回归模型比以前的文献具有更高的准确性。我们还证明,与一般的半监督学习
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:1041235968
    • 提供者:weixin_42161497
  1. Ecommerce:英国电子商务客户细分-源码

  2. 客户分类:项目概述 对英国企业的客户进行了分析,以了解客户行为并提供准确的目标市场。 使用了来自541909客户的数据,并使用python进行了分析。 根据客户的消费习惯和消费金额创建客户群。 优化的朴素贝叶斯,逻辑回归,支持向量分类器和XGBoost以达到最佳模型。 使用的代码和资源 Python版本3.7 包装:熊猫,numpy,sklearn,matplotlib,seaborn 资料清理 我进行了以下更改并创建了以下变量: 删除了具有空值的变量CustomerID 在客户总支出的新列中创
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:126976
    • 提供者:weixin_42124497
  1. cnF2freq:计算单谱和基因型概率,并在任意谱系中进行归因,包括可能存在观察错误的情况-源码

  2. cnF2freq cnF2freq是一种用于计算基因型和单倍型概率(包括估算缺失的基因型)的工具。 该代码已经存在多个版本,但是从2015年2月开始,版本控制在github上完成。 这里介绍的第一个fork是PlantImpute分支。 该代码或多或少是C ++文件的一个整体,但是目的是最终将其清理干净。 使用适合您的任何优化设置来编译该文件。 自动向量化和严格的别名规则可以极大地提高代码的性能。 对于任何学术用途,除遵循BSD许可外,还鼓励引用以下参考文献:cnf2freq:使用mark
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:63488
    • 提供者:weixin_42122432
  1. ECE_143_11-源码

  2. ECE 143团队11:业务分析仪表板 团队成员: 詹姆斯·朗(James Long),约翰·巴比特(John Babbitt),克里斯汀·林德(Christine Lind),狄龙·希克斯(Dillon Hicks),尼罗什·潘迪 用法和使用的模块: 除标有*的模块外,以下所有模块均可使用conda安装。 报废: 为了刮擦福布斯数据集的描述,请确保您有一个包含福布斯数据集的文件夹和一个将写入刮擦的数据集的空文件夹。 然后,提供相对于脚本的这两个文件夹的路径,并使用以下参数运行python
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:44040192
    • 提供者:weixin_42118160
  1. cute-nucleotides:Rust中SIMD向量化核苷酸的二进制编码和解码的可爱技巧-源码

  2. 可爱的核苷酸 :dna: :laptop: Rust中SIMD向量化核苷酸的二进制编码和解码的可爱技巧。 跑步 要运行测试,请使用带有特殊标志的货物,告知其以您的CPU为目标,以实现最高效率。 RUSTFLAGS="-C target-cpu=native" cargo test 您还可以运行基准测试: RUSTFLAGS="-C target-cpu=native" cargo bench 这些都应在支持AVX2和BMI2指令的x86 CPU(因此,现代的Intel和AMD CPU)上
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:20480
    • 提供者:weixin_42139252
  1. np-training-validation-源码

  2. np训练验证 使用NumPy实施向量化的线性和多项式回归模型,并使用单独的训练和测试集比较其性能1.使用NumPy load()方法读取数据集。 数据包含两个数组:'features'(包含变量CRIM到LSTAT)和'target'(包含变量MEDV)。 2.保留前102项(占总数的20%)作为验证集,其余404项用于培训。 3.创建训练数据的散点图,显示房间数量与房屋中位数之间的关系。 关系看起来是线性的吗? 4.将RM设为X,将MEDV设为t,使用np.linalg.inv()计算训练集的
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:27648
    • 提供者:weixin_42099814
  1. Big-Data-Systems-and-Intelligence-Analytics-源码

  2. 新闻文章Web爬网和情感分析 概述: 该项目包含“如何从网站中删除新闻文章及其情感分析”的完整代码。 报废完成后,我们就使用了词法化,词干化,向量化技术来分析情绪和行为 用法: 对于新闻文章抓取-文件'NewsPapers.json'包含新闻网站链接。 该文件将在“新闻数据抓取.ipynb”文件中使用。 废弃所有文章后,数据将保存到另一个csv文件中,以进行情感分析和机器学习-运行文件'CSYE 7245- Big-Data Systems&Intelligence Analytics Pr
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:29360128
    • 提供者:weixin_42165490
  1. stylized-neural-painting:Pytorch在CVPR 2021中对预打印纸“程式化的神经绘画”的正式实施-源码

  2. 程式化的神经绘画 | | | PyTorch正式实施预打印纸“ Stylized Neural Painting”,已被CVPR 2021接受。 我们提出了一种图像到绘画的翻译方法,该方法可以生成样式可控的生动逼真的绘画作品。 与以前的将图像转换表示为逐像素预测的图像到图像转换方法不同,我们在向量化的环境中处理这种艺术创作过程,并产生一系列可实际用于笔画的有意义的笔画参数。 由于典型的矢量渲染是不可区分的,因此我们设计了一种新型的神经渲染器,它模仿了矢量渲染器的行为,然后将笔画预测作为参
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:2097152
    • 提供者:weixin_42126668
  1. enoki-源码

  2. Enoki —现代处理器架构上的结构化矢量化和差异化 文献资料 持续集成 聚酰亚胺 介绍 Enoki是一个C ++ 17模板库,可以极大地简化通常应用于数值软件的几种类型的程序转换: 向量化。 将标量程序转换为可同时处理许多输入的程序,以在现代处理器体系结构上利用并行性。 此处,“许多”可能是指具有16个值的数据包(AVX512)或在GPU上处理的数百万个条目。 正向和反向模式自动微分(AD) 。 计算任意计算关于其输入或输出的导数。 Python绑定。 在Python环境中公开C ++代
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:1048576
    • 提供者:weixin_42134338
  1. Age-classification-of-blog-posts:根据年龄分类的博客文章-源码

  2. 博客帖子的年龄分类 在Google colab上设计和实现。 在将数字数据分类为指定标签的过程中,已经提出了几种有监督的机器学习方法。 但是,自然语言的分类比较少,因为它面临着复杂的挑战,例如在机器级别阅读语言。 本文研究了使用机器学习对博客进行分类的功效。 我们设计了一个文本分类实验,将博客分为三个用户组:“青少年”,“成人”和“成熟”。 我们的经验发现表明,利用机器学习模型和正确的特征向量化可以改善显示给用户的内容,而不是随机选择的内容。
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:114688
    • 提供者:weixin_42175035
  1. numpy-exts:适用于熊猫的Python,Cython,Rust扩展矢量化apply()-源码

  2. 适用于熊猫的Python,Cython,Rust扩展矢量化apply() 在熊猫中,有时应用有状态向量化函数很有用。 这样的例子是一个交易模拟器,它基于熊猫DF选择进/出多头/空头头寸。 在这个项目中,我比较了纯Python,Cython,Rust-numpy(pyo3)的实现。 生成状态(主要): 建立 mkvirtualenv numpy-exts pip install -r requirements.txt python ./setup.py install # for rele
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:6144
    • 提供者:weixin_42131414
  1. Coursera-深度学习-专业化-源码

  2. 深层学习专业 吴安(Andrew Ng),deeplearning.ia,库拉 教学大纲 + Course 1: Neural Networks and Deep Learning 第一周 第1课:深度学习简介 第二周 第2课:逻辑回归作为神经网络 第3课:Python和向量化 实验1:Numpy的Python基础 作业1:具有神经网络心态的Logistic回归 第三周 第4课:浅层神经网络 作业2:具有一个隐藏层的平面数据分类 第四周 讲座5:深度神经网络 作业3:逐步建立您的深度神经网络
  3. 所属分类:其它

    • 发布日期:2021-02-27
    • 文件大小:31457280
    • 提供者:weixin_42157188
  1. ofxBox2d:box2d的Openframework包装器-源码

  2. ofxBox2d 介绍 这是使用Openframeworks进行box2d的简单包装。 以下示例仍在进行中,但在大多数情况下应该是稳定的。 如果您有建议或发现错误,请提出一个问题。 包装器使用的是Box2D v2.3版本 谢谢托德 安装 首先,选择与您的openFrameworks版本匹配的分支: OF(0.9.8):使用 OF (0.10.0):使用 指示 将对象向量化时,需要小心。 您要么需要创建一个使用shared_ptr对象的指针向量。 每次推入矢量circles ,都会销毁并创
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:2097152
    • 提供者:weixin_42118423
  1. 向量化FFN-源码

  2. 向量化FFN 本笔记本展示了矢量化如何影响网络的学习速度。 在这里,比较了标量输入-标量反向传播,标量输入-矢量化反向传播和矢量化输入-矢量化反向传播的学习速度。
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:147456
    • 提供者:weixin_42116058
  1. text_similarity:具有文本比较端点的快速示例Flask API-源码

  2. 文字相似度 使用Docker部署Flask API的示例 该API包含一个端点,该端点接受包含两个字符串的JSON数组的POST请求。 返回向量化字符串之间的计算余弦相似度。 以下说明应在装有Docker引擎和Python> = 3.6Linux系统上工作。 1.从DockerHub中提取Docker映像 docker pull elusiveaxion/text_similarity:latest 2.从Docker镜像构建/运行容器 从上面拉出的图像中构建并运行( docker r
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:6144
    • 提供者:weixin_42153615
« 12 3 4 5 »