Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
1.实现了数据的采集2.实现了用户管理的增删改查3.实现了设备的统一处理,增删改查,文件导入4实现了设备数据的接收和验证5.针对数据,会进行判断,如数据异常会做相应的报警
111Java机器深度学习
项目实现了完整的AlphaZero训练与推理流程,包括自我博弈数据生成、基于MCTS的策略改进、策略-价值联合网络训练以及模型评估对弈。支持多种棋类环境扩展(如井字棋、Connect4),结构清晰,模块解耦,便于替换网络结构或搜索策略,用于强化学习与博弈算法的研究与实验。
240Python人工智能
收集A股原始交易数据,设计因子库,进行计算通过深度学习网络自动训练因子模型和策略模型通过滚动测试框架按照5-3-1(训练-验证-测试)的模式滚动训练5轮以上,以验证训练方法的可靠性通过web系统对训练生成的量化策略进行筛选、因子分析、相关性分析,并生成最终的组合策略
290C++金融
核心算法:采用最新的YOLOv11算法,兼顾检测速度与精度。一站式流程:集成环境检测、数据集配置、模型训练、结果可视化等全流程功能。多模态检测:支持图片文件、视频文件以及实时摄像头画面的目标检测。可视化交互:通过直观的GUI界面展示检测结果(边界框、置信度、类别),并支持训练过程中的参数配置与日志监
230C++人工智能
实时预警:100%全量监控,自动标识NG多维筛选:按机器号、膜色、时间范围灵活查询,支持编号搜索和趋势图点击联动智能诊断:每个异常样本提供光谱曲线对比、三通道分数、具体诊断建议趋势追踪:日/周/月粒度的稳定性趋势分析,Top15机台性能排名,支持工艺优化
150Python机器深度学习
核心功能模块包括数据处理模块、知识检索模块、模型训练模块、预测与评估模块、支撑功能模块。主要功能描述:数据处理模块支持Excel/CSV与JSONL格式自动转换,完成数据清洗、无效样本过滤及按题型比例拆分训练/验证集;知识检索模块实现知识库标准化处理、高维向量生成与FAISS索引构建,精准匹配“问题
500Python人工智能
云团AI变声产品系统
python+AI:深度学习transformer变声内核前端windowsc#wpf界面,包括:变声界面、音色市场、会员、账号管理、代币管理、微信充值、教程引导、营销卡片、公告日志、变声配置、音频设备管理、自动化配置、操作windows深度功能、虚拟声卡、激活码。后端Kotlin+C#服务器,包括
440C#人工智能
1、项目有哪些具体功能模块:系统包含实时手语检测模块、手势学习模式、数据记录与分析模块、声音反馈系统、手势序列识别模块、用户界面模块和配置管理系统。实时检测模块通过摄像头捕捉手部动作并识别26种标准手势;学习模式提供交互式手势教学;数据记录模块保存识别历史用于分析;声音反馈提供实时提示;序列识别能检
1390Python人工智能
图像处理程序产品系统
以目标检测为例:1.对监控摄像头或工业相机采集的图像进行几何变换、直方图均衡、图像分割等预处理2.对预处理的图像进行基于深度学习的模型推理,检测是否含有目标对象3.如果检测出目标对象,标记框选检测到的目标对象4.收集更多实际应用场景中的图片,进行深度学习训练5.使用训练好的模型进行推理检测,提高检测
870Python项目任务
1.机器派发为了减轻人工派单压力使用AI机器学习技术训练模型,对新产生的投诉案件的投诉内容通过中文文本分类算法,预测所属的对应的案件类型和所属部门为90以上,以达到热线派发精准分类,便将任务自动直接派发。2.辅助派发在机器预测值不足90时,还是由人员进行手工派发,派单员手工派单时,系统也会给出三个派
1090Python机器深度学习
1、数据爬取。利用爬虫程序模拟人类浏览行为,遍历目标网站,收集并整理所需数据。遵守法律法规和网站规则,尊重隐私政策,避免对目标网站造成不必要的负担。同时,还注重数据的准确性和完整性,确保爬取到的信息具有实际应用价值。2、数据分析。通过数据挖掘和机器学习算法,数据分析发现隐藏的价值,推动业务创新和发展
1420Python机器深度学习
1.利用Wireshark和数学工具深入分析运营商及学校的核心网关,研究公开的隧道式网络协议。通过Python和C++编写的高性能即时部署脚本,模拟手机和电脑等终端,实现对各类终端的公开和非公开网络协议的识别。2.负责对大量网络基础协议包内容(非包头)进行数学分析,验证全新的拦截规则与误杀概率。这一
1540C++网络安全
开放域视觉定位:支持通过自然语言指令,在图像中定位任意指定的物体、人物或场景元素。思维链增强推理:利用大模型的内在推理能力,通过多步思考提升复杂场景下的定位准确性。参数高效微调:采用LoRA技术对Qwen2.5-VL-7B模型进行微调,仅训练少量参数即可显著提升在目标领域的效果。完整训练流水线:实现
3120Python人工智能
1.分为端面缺陷检测以及内部缺陷检测两种;2.导入深度学习算法,对相似度比较近的缺陷进行分类;3.算法实现了对产品表面的各种各样的缺陷进行抓取、分类;4.为客户提供过漏检数据、缺陷分类数据,让客户可以根据数据对前端工艺进行优化修改,提升产能。
1491C++机器深度学习
项目特色:1.自适应检索策略:根据本地文档数量自动选择本地检索或Elasticsearch检索,支持运行时强制切换。2.多版本演进:从基础命令行版本延展到多个WebUI版本(简洁版、增强版、图像增强版、ESRAG版本等),满足不同部署和交互需求。3.混合检索与网络补充:优先使用本地知识库,缺失时可通
2210Python人工智能
项目主要分三部分:controlHFSS,CNN_FC,predictcontrolHFSS负责调用接口,通过脚本控制Ansys-HFSS生成部分随机的电磁结构并进行仿真,并导出表格数据,最后整合为“特征+标签”的数据集以供后续使用;CNN_FC负责对数据进行预处理操作并进行卷积神经网络模型训练;p
1480Python机器深度学习
项目介绍:本项目旨在解决复杂网络中的链路预测问题及增强模型的可解释性,提出了一种结合图神经网络(GNN)和贝叶斯网络的创新框架。通过多层次的图神经网络提取节点的局部和全局结构特征,并结合节点属性信息,利用贝叶斯网络进行概率推理,在SCHOLAT数据集上实现了93%的准确率,在YST数据集上实现了81
1200Python人工智能
●项目介绍:本项目设计并实现了一个从单张人脸图像预测BMI的端到端系统。我们自行爬取数据并制作数据集,设计并实现了一个轻量级CNN。最终,模型在独立测试集上取得了4.39的平均绝对误差(MAE),并使用Flask框架将其封装成一个可交互的Web应用,完整实现了从数据获取、模型训练到服务部署的全流程。
1390Python人工智能
1.基础蒸烤功能模块实现蒸、烤、蒸烤组合等核心烹饪功能温度控制(室温至最高温度的精准调节)时间设定与控制多种预设烹饪模式(如烘焙、烤肉、蒸鱼等)安全保护机制(过热保护、超时保护等)2.菜谱功能模块内置多种菜品的菜谱数据库菜谱分类与检索功能分步烹饪指导食材与调料用量建议用户自定义菜谱存储与分享3.摄像
1350Python人工智能
闪测仪软件产品系统
同一型号零件进入工业相机(固定帧率)视野范围内时,系统对其进行检测,区分零件的各个面拍照并进行标识,随后进行尺寸检测及,表面缺陷检测。零件旋转翻转后,系统通过抓取到的图片再次进行检测并进行表示。检测结果将以时间-批次-面-缺陷类型-缺陷图片存档进行保存并返回上位机。
820C++机器深度学习
当前共441个项目more
×
寻找源码
源码描述
联系方式
提交