dogstar
- 浏览: 271872 次
- 性别:
- 来自: 杭州
-
最新评论
-
x514518069：
我可以问一下楼主是在北上广还是二线城市呢，过了这几年楼主跳了一 ...
新公司，发发牢骚 -
x514518069：
很不错啊，找了一堆，终于找到一个比较全的了。
Spring--quartz中cronExpression配置说明 -
dogstar：
突然看到8年前自己写的抱怨贴.仔细回顾了整个过程,依稀已经记不 ...
新公司，发发牢骚 -
ranweizheng：
gelnyang 写道我如下配置，周一到周五早上9：55分执行 ...
Spring--quartz中cronExpression配置说明 -
dogstar：
囧，07年，随手贴的东西，没想到评论跨度这么大...
Spring--quartz中cronExpression配置说明
相关推荐
XOMB！ （顺便说一下，它的发音是“僵尸”……） XOmB 是一个用 D 编程语言编写的外核操作系统。 它主要由匹兹堡大学的学生开发。 目标： 了解操作系统设计 实现有趣的现代功能 删除遗留问题 变得富有和出名 什么是...
旋转检测 要求 torch==1.6 shapely==1.7.1 opencv==4.2.0.34
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.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。 4.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。
基于springboot的java毕业&课程设计
智慧藏文化博物馆建设方案PPT(79页)
基于springboot的java毕业&课程设计
动作识别_基于OpenPose实现的实时姿态估计+动作识别_附项目源码_优质项目实战
机器学习之随机森林算法
反弹shell
该系统是针对各类学院或者研究院的项目管理而设计开发的。它实现了项目的各类信息的录入、修改、查询和报表打印等功能，这些信息主要包括项目的基本情况、项目进展程度、项目经费开支、以及科研成果和项目获奖情况等。该系统界面友好清晰，使用方便快捷，它简化了项目的管理过程，提高了科研管理人员的工作效率，从而节省了人力资源与经费开支，有利于经济效益的提高和科研事业的发展。
STM32/GD32 I2C DMA 主从通信 定长主从通信代码示例
课设毕设基于SSM的大学生兼职跟踪系统 LW+PPT+源码可运行.zip
巨灾保险问题及对策研究.docx
卷积神经网络（Convolutional Neural Networks, CNNs 或 ConvNets）是一类深度神经网络，特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特性： 卷积层（Convolutional Layer）： 卷积层是CNN的核心组件。它们通过一组可学习的滤波器（或称为卷积核、卷积器）在输入图像（或上一层的输出特征图）上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图，该特征图反映了滤波器所捕捉的局部图像特性（如边缘、角点等）。 通过使用多个滤波器，卷积层可以提取输入图像中的多种特征。 激活函数（Activation Function）： 在卷积操作之后，通常会应用一个激活函数（如ReLU、Sigmoid或tanh）来增加网络的非线性。 池化层（Pooling Layer）： 池化层通常位于卷积层之后，用于降低特征图的维度（空间尺寸），减少计算量和参数数量，同时保持特征的空间层次结构。 常见的池化操作包括最大池化（Max Pooling）和平均池化（Average Po
Unity插件 Translucent Image 可帮助你构建精美的模糊背景 UI，例如在 iOS/MacOS/Windows 10 Fluent 设计中的 UI。 与许多其他背景模糊解决方案不同，Translucent Image 采用一种对性能影响最小的高效算法，因此用户可以享受更高的帧速率和更长的电池寿命。不仅如此，当你将模糊调高时，它还可以产生完美的平滑效果，而其它资源在高度模糊时会呈现难看的块状图像。
微信小程序设计之相关行业源码及图文导入教程
react中的组件定义
课程设计 基于Python的机器学习的人脸识别系统的设计与实现+详细文档+全部资料（高分项目）.zip本资源中的源码都是经过本地编译过可运行的，评审分达到95分以上。资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有需要的话可以放心下载使用。 课程设计 基于Python的机器学习的人脸识别系统的设计与实现+详细文档+全部资料（高分项目）.zip本资源中的源码都是经过本地编译过可运行的，评审分达到95分以上。资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有需要的话可以放心下载使用。 课程设计 基于Python的机器学习的人脸识别系统的设计与实现+详细文档+全部资料（高分项目）.zip本资源中的源码都是经过本地编译过可运行的，评审分达到95分以上。资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有需要的话可以放心下载使用。 课程设计 基于Python的机器学习的人脸识别系统的设计与实现+详细文档+全部资料（高分项目）.zip本资源中的源码都是经过本地编译过可运行的，评审分达到95分以上。
微信小程序设计之相关行业源码及图文导入教程
AndroidStudio_WiFiManager-master