hududanyzd
- 浏览: 780414 次
-
最新评论
-
centralplains：
坑爹其他代码呢？？？
C#获取CPU占用率、内存占用、磁盘占用、进程信息 -
hellodajun：
;支持你；Come on ! me too!
2012注定是收获的一年，奋斗才刚刚开始 -
xiaomogui：
楼主买那么多书， 要花多少钱？？！！！
2012注定是收获的一年，奋斗才刚刚开始 -
pengchenming：
挺好的，向楼主学习，自己刚做完计划，但是看看楼主的，发现自己需 ...
2012注定是收获的一年，奋斗才刚刚开始 -
pacer123：
难道是炫耀贴
2012注定是收获的一年，奋斗才刚刚开始
好友相赠一天文望远镜BOSMA60/700型 如获至宝
相关推荐
https://github.com/Bosma/Scheduler 参见
c++任务调度，Bosma::Scheduler 支持cron表达式
初始版本由IBM的贡献者在2020年夏季开发，分别是：Aakansha Agrawal，Khadija Al-Selini，Parisa Babaali，Boz Bosma，Kimberly Cassidy，Stephanie Daher，Michelle Esselen，Peter Ihlenfeldt，Abiola Jones，...
在：Bosma W., Cannon J. (eds) 用岩浆发现数学。 数学中的算法和计算，第 19 卷。斯普林格，柏林，海德堡，2006 年，第 287-313 页 有关 Brouwer-Zimmerman 方法的详细信息，请阅读： Andries E. Brouwer，线性代码...
基于springboot的java毕业&课程设计
基于springboot的java毕业&课程设计
基于springboot的java毕业&课程设计
基于卷积神经网络的语义分割卷积神经网络（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
track-map_android-master
dAFASFDSGSFDGFDHDFG
毕设设计-学生宿舍管理系统 基于SpringBoot实现，界面简洁，功能完善 主要功能 ● 定位打卡、宿舍智能分配、学生信息管理、资讯管理（权限设计）等 使用 ● mysql、git、springboot ● 数据库初始化sql存储在doc文件夹下面 设计一个基于Spring Boot的学生宿舍管理系统，你需要确保系统既满足实用性，又保证界面简洁、功能完善。以下是一个基本的设计方案，包括系统的功能模块、技术栈选择和界面设计要点。 ### 功能模块 1. **用户认证模块**： - 登录/登出功能。 - 用户权限管理（如学生、宿舍管理员、系统管理员）。 2. **学生信息管理**： - 学生基本信息录入、查询、修改和删除。 - 宿舍分配与调换。 3. **宿舍楼管理**： - 宿舍楼信息维护。 - 宿舍房间信息管理。 4. **维修报修管理**： - 学生报修申请。 - 维修状态跟踪。 5. **来访登记管理**： - 来访人员登记。 - 访问记录查询。 6. **公告与通知发布**： - 发布宿舍相关公告和通知。
课设毕设基于SSM的宝康药房销售管理系统 LW+PPT+源码可运行.zip
python网络爬虫-入门基础学习爬虫原理.zip
PictureSelectDemo-master
基于 YOLOv5 的实时摄像机馈送中识别对象-主体
基于springboot的java毕业&课程设计
该数据集大小为300张120×120地白细胞图片
结构型设计模式（7种）
基于springboot的java毕业&课程设计
MySQL8.4.0 LTS（mysql-test-8.4.0-linux-glibc2.17-aarch64.tar.xz）适用于Linux Generic aarch64 glibc2.17