注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. NP学习笔记2 BYPASS NP

  2. 学会了如何bypass掉冒险的np. 我也是摸索出来的，参考MPC上的方法，还要感谢dubious的帮助 先讲讲跳过nProtect的思路 1. 首先你机器是一个WEB服务器。 2. 你的WEB端口为8086 3. 在你的WEB服务器的根目录里建立目录：\maplestory\nProtect\GameGuard\RealServer\在目录中放入已经被你修改的不在防外挂的nProtect。 4. 修改hosts文件： 127.0.0.1 nprotect1.mxd.sdo.com 127.0

  3. 所属分类：Web开发

    • 发布日期：2010-05-24
    • 文件大小：16384
    • 提供者：popo1313

  1. NP学习笔记4 BYPASS NP

  2. Now that everything is set up, you could technically start MapleStory. But we don't have anything to edit MapleStory's memory with right now, do we? Visit the lovely and click Download and then Cheat Engine 5.2. If the download is not available, get

  3. 所属分类：C

    • 发布日期：2010-05-24
    • 文件大小：20480
    • 提供者：popo1313

  1. CS231n课程笔记翻译 全 带书签 PDF

  2. 斯坦福李飞飞-深度学习计算机视觉课程笔记的中文版，知乎上杜克版本的PDF版本，整理为全一册pdf，带书签print quicksort([3,6,8,10,1,2,1]) prints"[1,1,2,3,6,8,10 Python版本 Python有两个支持的版本,分别是27和34。这有点让人迷惑,3.0向语言中引入了很多不向后 兼容的变化,27下的代码有时候在3.4下是行不通的。在这个课程中,我们使用的是27版本。 如何查看版本呢?使用 python- version命令。 基本数据类型 和大

  3. 所属分类：深度学习

    • 发布日期：2019-03-17
    • 文件大小：14680064
    • 提供者：kaizencs

  1. 机器学习篇—Numpy数值计算基础（中）

  2. Numpy库是支持 Python 语言的数值计算第三方库，其拥有强大的多维数组处理与矩阵运算能力；是机器学习的必不可少的工具。本文是在学习了Numpy数值计算课程之后，所做的些许笔记。 文章目录Numpy生成随机数Numpy数学函数Numpy数据修约Numpy数组的数学运算 Numpy生成随机数 生成随机数几种方法 rand(d0, d1, ..., dn) //[0, 1) 区间随机数据填充，这些数据均匀分布 示例： np.random.rand(2,2) 结果： array([[0.434

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：71680
    • 提供者：weixin_38742954

  1. python—-Matplotlib数据可视化基础(学习笔记)

  2. Matplotlib数据可视化 import numpy as np import matplotlib.pyplot as plt #导入库 plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示 plt.rcParams['axes.unicode_minus'] = False 基本语法 data = np.arange(0,2,0.01) #0到2，步长为0.01的数组 plt.title('title') #添加标题 plt.xl

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：30720
    • 提供者：weixin_38617851

  1. python——Matplotlib学习笔记2

  2. 绘制散点图 手动瞄点，如果数据小可以试试 import matplotlib.pyplot as plt plt.title("scatter graph") #图标名称 plt.xlim(xmax=10,xmin=0)#定义x轴范围 plt.ylim(ymax=10,ymin=0)#定义y轴范围 plt.plot([1,2,3,4,5,6,8,10],[4,5,6,8,10,8,6,4],'ro')#瞄点 plt.show() 下面是使用numpy随机生成数并用sactter绘制散点图方法

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：74752
    • 提供者：weixin_38612648

  1. 算法学习笔记—-Day34（matplotlib应用2–面向对象作图、图形参数设置）

  2. 目录第一部分：颜色和样式一.直接调整第二部分：面向对象与pyplot方式一.子图(subplot)二.多图(Figure)第三部分：画图规范一.网格(grid)二.图例(legend)三.坐标轴(grid) 第一部分：颜色和样式 一.直接调整 1.颜色： import numpy as np import matplotlib.pyplot as plt y=np.arange(1,5) plt.plot(y,color='y') plt.plot(y+1,color=(0,0,1)) plt.

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：340992
    • 提供者：weixin_38660813

  1. 算法学习笔记—-Day36（matplotlib应用4–实际应用作图）

  2. 目录第一部分：实际应用作图一.函数积分图二.散点-条形图三.球员能力图四.股票k线图备注一.如果要添加多张子图二.常见词汇三.标题title和text的区别 第一部分：实际应用作图 一.函数积分图 函数：y = -(x-2)*(x-8)+40 # object-oriented面向对象方式 import matplotlib.pyplot as plt import matplotlib.patches as mpatches import numpy as np def func(x):

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：374784
    • 提供者：weixin_38616330

  1. 【pandas学习笔记(一)】pandas基本使用

  2. pandas简介 pandas是一个基于numpy的数据处理库，其主要的用途为数据分析及其处理，特别是序列及表格数据 引入pandas库 >>> import numpy as np >>> import pandas as pd pandas库经常与numpy库一起配合使用 创建序列 创建序列的方法主要有三种：创建一维数组，创建字典以及提取DataFrame中的某一列 我们先来看第一种方法,通过一维数组创建序列: >>> arr1 = n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：74752
    • 提供者：weixin_38703626

  1. 【pandas学习笔记(一)】pandas基本使用

  2. pandas简介 pandas是一个基于numpy的数据处理库，其主要的用途为数据分析及其处理，特别是序列及表格数据 引入pandas库 >>> import numpy as np >>> import pandas as pd pandas库经常与numpy库一起配合使用 创建序列 创建序列的方法主要有三种：创建一维数组，创建字典以及提取DataFrame中的某一列 我们先来看第一种方法,通过一维数组创建序列: >>> arr1 = n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：74752
    • 提供者：weixin_38679277

  1. 莫烦老师Matplotlib学习笔记（一）

  2. 1.1 基本用法 绘制简单一次函数直线图 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y = 2 * x + 1 plt.plot(x, y) plt.show() 1.2 figure plt.figure() 代表建立一张图片 plt.figure() 通过num、figsize设置图片编号大小等 plt.plot() 也可以设置图像的各种参数，见代码 import

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：177152
    • 提供者：weixin_38637998

  1. Pandas学习笔记1-Pandas基础

  2. Task01：Pandas基础（1天） Pandas基础文件的读取与写入查看pandas版本读取写入基本数据结构1. Series创建一个Series使series的索引列转化为dataframe的列Series的特点2. DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 import pandas as p

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38741244

  1. Pandas学习笔记1-Pandas基础

  2. Task01：Pandas基础（1天） Pandas基础文件的读取与写入查看pandas版本读取写入基本数据结构1. Series创建一个Series使series的索引列转化为dataframe的列Series的特点2. DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 import pandas as p

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38502510

  1. Pytorch学习笔记Day一（Numpy学习）

  2. Numpy学习 数组有几个非常重要的概念 1、维度Dimensions,叫作轴axes 2、轴的个数叫作秩rank 例： [[0,0,0],  [0,0,0]] ndarray.ndim = 2：数组轴的个数。二维数组 ndarray.shape = （2，3）:数组的维度。(n,m) ndarray.size = 6:数组元素总个数。n*m ndarray.dtype = int64:数组元素数据类型。 ndarray.itemsize= 8:数组元素所占字节数。 ndarray.data:通

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：45056
    • 提供者：weixin_38625599

  1. xgboost学习笔记

  2. 1. xgboost参数说明 最近在打kaggle，这里做一下xgboost笔记，这里不讲原理，只讲xgboost库的使用，以及一些参数调节。 传送门： xgboost参数说明 2. xgboost实战演练 用泰坦尼克号这个经典例子来说： import numpy as np import pandas as pd from xgboost import XGBClassifier from sklearn.cross_validation import KFold from sklearn.

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：32768
    • 提供者：weixin_38710578

  1. 动手学深度学习学习笔记tf2.0版（3.8: 多层感知机）

  2. 注意这里的bh维度为 1 * h,计算时使用广播机制，进行计算 所以引入激活函数 %matplotlib inline import tensorflow as tf from matplotlib import pyplot as plt import numpy as np import random def use_svg_display(): # 用矢量图显示 %config InlineBackend.figure_format = 'svg' def set_fi

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：446464
    • 提供者：weixin_38647925

  1. 学习笔记(03):Python数据清洗实战-Pandas常用数据结构series和方法

  2. pandas常用数据结构series和方法 通过pandas.series来创建series数据结构 pandas.series(data,index,dtype,name) data可以为列表，array或者dict index表示索引，必须与数据同长度，name代表对象的名称 建立series的三种方式 1.通过列表来建： import numpy as np import pandas as pd series1 = pd.Series([2,8,3.01,4.8,9.7,8.0])

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：32768
    • 提供者：weixin_38501916

  1. [深度学习]动手学深度学习笔记-6

  2. Task-3——循环神经网络进阶 6.1 长短期记忆（LSTM） 6.1.1 理论知识理解 理解LSTM网络 6.1.2 LSTM的从零开始实现 以下附上代码： 导入相应的包 import numpy as np import torch from torch import nn, optim import torch.nn.functional as F import sys sys.path.append(..) import d2lzh_pytorch as d2l device =

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：974848
    • 提供者：weixin_38733676

  1. numpy与pandas学习笔记

  2. #导入numpy库 import numpy as np （1）创建矩阵： a=np.array([ [1,2,3], [2,3,4], [4,5,6]],dtype=np.int64) 函数 说明 np.ones((3,4)) 全是1的矩阵 np.zeros((3,4)) 全是0的矩阵 np.empty((3,4)) 全部元素都几乎接近于0的矩阵 np.random.random((3,4)) 3*4的随机数矩阵（取值介于0~1） np.arange(0,12

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：39936
    • 提供者：weixin_38723236

  1. 【莫烦Python】Matplotlib学习笔记（一）

  2. 【莫烦Python】Matplotlib学习笔记（一）       一、基本用法 二、在不同figure中显示 三、坐标轴设置（1） 四、坐标轴设置（2） 五、legend图例 六、Annotation标注 七、tick能见度 八、Scatter散点图 后续详见：【莫烦Python】Matplotlib学习笔记（二） 一、基本用法 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y =

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：343040
    • 提供者：weixin_38744557
« 12 »