Video-Monitoring-System-for-Web 基于web的视频监控系统，可以调用本地或外置摄像头进行实时视频监控。 使用方法: 进入项目根目录，创建 Python 虚拟环境，输入 python -m venv venv 激活虚拟环境 . venv/bin/activate (Windows 输入 venv\Scripts\activate) 安装依赖 pip install -r requirements.txt 之后输入 python app.py 运行此程序，浏览器访问 127.0.0.1:5000 即可 如果您连接的外置摄像头，请在 config/config.py 中修改摄像头的序号

基于不平衡数据的Python_Health-Insurance-交叉销售预测 在该项目中，我们将现代机器学习技术应用于保险单持有人的数据，以分析和预测其行为。 使用Python语言，我们对数据的处理方法产生了令人兴奋的见解，可以帮助保险公司进行业务建模。

这是本人写的一个基于KindEditor-4.1.9的Java项目，采用Struts2框架，实现了KindEditor单张图片上传、批量图片上传，可以上传到image目录下的子目录中，可返回上一级目录，并实现了按名称、大小、类型排序的功能。这是一个完整的项目，下载解压后可直接导入MyEclipse或Eclipse中运行，本人保证代码质量，谢谢支持！访问地址：http://localhost:8080/kindeditor/demo_1.jsp

android zoomimageview可以放大缩小的图片控件

1、java开发必备工具类，兼容了所有版本的JDK，包含了各种类型的打印，可以打印文本、图片、二维码、订单、病历单等信息，应有尽有，功能强大，代码简洁，使用简单，直接拷贝使用即可； 2、本工具类经过了很多项目大佬的不断升级改造，具有高效率、高性能、高质量的特点，并且完美地解决了打印过程中出现的中文乱码、以及打印过程中出现的兼容问题，可以随心所欲的打印各种各样的内容； 3、本内容仅限java开发和android开发人员下载，使用过程中有任何疑问或者出现任何问题欢迎在评论区留言！

FindFakeWeb 一个可以智能识别出钓鱼网站的软件系统

如果要推荐《机器学习》的学习课程，那必然首选吴恩达的《机器学习》课程，无论是国内还是国外，这是最火的机器学习入门课程，没有之一。吴恩达老师用易于理解、逻辑清晰的语言对机器学习算法进行介绍，无数新手正是通过这门课程了解了机器学习。 吴恩达老师的《机器学习》课程主要有两门，一门是Cousera上的课程，另一门是斯坦福大学的课程CS229: Machine Learning。这两门课程各有侧重点： 1、Cousera Machine Learning课程  这门课最大的特点，是它侧重于概念理解而不是数学。数学推导过程基本被略过，重点放在让初学者理解这背后的思路。另外，它还十分重视联系实际和经验总结：课程中吴恩达老师列举了许多算法实际应用的例子；他提到当年他们入门 AI 时面临的许多问题，以及处理这些难题的经验。 吴恩达教授在Coursera上的课程基本上完全没有触及到高深的数学知识（几乎不用具备太多数学知识），吴老师解释道：“这门课没有使用过多数学的原因就是考虑到其受众广泛，因此用直觉式的解释大家有信心继续坚持学习”。 这门课程内容丰富，可在Cousera网站上在线观看（需要注册，可申请免费观看）

DeepSpeech：DeepSpeech是一种开源嵌入式（离线，设备上的）语音到文本引擎，可以在从Raspberry Pi 4到大功率GPU服务器的各种设备上实时运行

WCT2（接受ICCV 2019） 通过小波变换实现真实感的样式转移| *** * NAVER的Clova AI研究（*相等贡献） PyTorch实现的照片级风格转移，不需要任何进一步的后处理步骤； 例如，从白天到日落，从夏天到冬天，等等。这是第一个可以在4.7秒内对1024×1024分辨率图像进行样式化的端到端模型，无需任何后处理即可提供令人愉悦的逼真的质量。 该代码是由和编写的。 入门 相依性 PyTorch> = 0.4.1 检查requirements.txt pip install -r requirements.txt 安装 克隆此仓库： git clone https://github.com/clovaai/WCT2.git cd WCT2 可以在./model_checkpoints找到预训练的模型 准备图像数据集 可以在DPST存储库中找到图像 您可以

可以保存加载模型、有评价指标和训练过程的损失正确率图像，预测值和真实值对比等、正确率很高 绝对不是垃圾代码！！！！