波形生成器软件，和 示波器软件

相关资源

1. Anaconda 安装所遇到的一系列问题

   2301_80488214#网络技术803B7月前

   资源摘要:anaconda安装需要将anaconda/scripts监测环境变量里面。安装anaconda以后使用conda指令时，不能使用清华源

2. C++实现的高效A*算法

   2301_80488214#大数据8.12KB7月前

   资源摘要:A-Star算法这是利用C++实现的高效的A-Star算法。只对算法的程序实现做了穷尽而为的优化，并没有对算法自行进行改进。优化的主要方法是：快速判断路径节点是否在开启/关闭链表中、快速查找最小f值的节点以及优化路径节点分配内存的问题。运行环境支持c++11的编译器

3. python反编译的脚本文件

   weixin_63279914#安全技术208.59KB7月前

   资源摘要:用cmake打包好的python反编译脚本

4. win3.2带DOS7.1.zip

   YXSA02#操作系统21.05MB7月前

   资源摘要:win3.2带DOS7.1.zip

5. 论文实现 - YOLOv7：可训练的免费包为实时物体检测器树立了新标杆

   2301_80488214#网络技术39.37MB7月前

   资源摘要:论文实现 - YOLOv7：可训练的免费包为实时物体检测器树立了新标杆

6. 华硕P9X79-DELUXE bios

   2403_86677803#物联网4.78MB7月前

   资源摘要:改良最新bios

7. 用seq2seq模型玩对联 利用深度学习对对联

   2301_80488214#人工智能24.82KB7月前

   资源摘要:用法打开couplet.py并配置文件位置和超参数。然后运行python couplet.py以训练模型。你可以在 Tensorbloard 上看到训练损失和 bleu 分数。learning_rate当你发现损失停止下降时，你可能需要重新配置。如果您停止训练并想继续训练。您可以设置restore_model为True并使用m.train(<epoches>, start=<start>)，这start是您已经运行的步骤。我已经在 Nvidia GTX-1080 GPU 上训练了该模型大约 4 天。运行经过训练的模型打开server.py并配置vocab_file和model_dir参数。然后运行python server.py将启动一个可以播放对联的web服务。或者使用 Dockerfile 构建 Docker 镜像并使用 Docker 运行它。记得将正确的模型文件路径挂载到 Docker 容器中。

8. 自定的 Ubuntu 设置

   2301_80488214#操作系统6.99MB7月前

   资源摘要:只需运行一条命令，即可将全新安装的 Ubuntu 转变为配置齐全、美观且现代化的 Web 开发系统。这就是 Omakub 的一行宣传。无需为每个基本工具编写定制配置，只需开始使用或掌握所有最新的命令行工具即可。Omakub 是 Linux 最佳状态的坚定主张。