• 1
• 0
• 0

W./next-themes

• 1
• 0
• 0

W./next-netflix-tutorial

• 1
• 0
• 1

W./next13-trello

• 1
• 0
• 0

W./tfjs-models

Pretrained models for TensorFlow.js

• 1
• 0
• 0

W./Head-First-HTML5

Code for Head First HTML5 Programming by Eric Freeman and Elisabeth Robson

• 1
• 0
• 0

W./PAST

过去磕磕绊绊学习过程中残留下来的文件纪念

• 1
• 0
• 0

W./WebDemo

前端学习案例展示存储

• 1
• 0
• 0

W./shijie

视界_遇见另一个视界

• 1
• 0
• 0

W./W_World

移动商务系统设计与开发-Android-6.0-API-21-“W视界”是一款集成了本地视频音频以及网络视频资讯的娱乐软件，其中，仅供虚拟机测试用的本地视频（30MB）与音频（10MB）文件与软件捆绑在一起，在安装时就会自动复制到本地媒体库，网络视频与探索视界均使用了网络上免费的API服务接口，通过获取其Json数据进行解析后予以呈现（需要网络连接），全网搜索页面使用了讯飞的语音输入服务，可在手机联网时进行语音输入。

• 1
• 0
• 0

W./JsDOM

• 1
• 0
• 0

W./CSDN_spider

刷CSDN博客浏览量

• 1
• 0
• 0

W./Colab_Cifar10_Image_recognition

Cifar10图像分类 由于Cifar10数据集较大，且本文中的训练模型的总参数多达142万， 即使在本地使用GPU（MX150）训练，每次运行仍需接6-8小时，不利于程序的后续调整， 故本程序借助Google Colab（约30min-1h）利用GPU加速在云端运行。 最终模型在（最佳的一次参数：batch=256,factor=0.1,patience=5,62s, 35epoch） 训练集上的准确率为：99.78% 验证集上的准确率为：97.15% 测试集上的准确率为：97.07%

• 1
• 0
• 0

W./BaseScene

Unity基础