如果著名的gen.lib.rus.ec这个电子书下载站上不去了,那就用这个吧: 万千合集站 http://www.hejizhan.com/ 里面除了镜像索引了gen.lib.rus.ec上的所有英文电子书之外(在gen.lib.rus.ec上能够搜索到的电子书都能在这里找到),还包含了中文电子书,强烈推荐.

利用书籍进行系统学习,凭借博客/新闻等资料开阔眼界,辅之以代码及项目实战,并勤加以总结,方可进步. 常用网站: 找英文电子书网站:gen.lib.rus.ec 和 www.jiumodiary.com/ Leetcode刷题:https://leetcode.com/ ,练习数据结构和算法必备 九章算法网站:http://www.jiuzhang.com/solution/,该网站有Leetcode题目的配套答案,而且代码质量很高 数据结构可视化网站:https://www.cs.usfca.e

The website links of English Literature,which I wanno recommend to U is based on following. 数据结构 - 知乎https://www.zhihu.com/question/53064373 Academia.edu(Here I just left a registered user name and password:       55So5oi35ZCNSU5WQVRJT07lr4bnoIFJTlZB

简介 Library Genesis的Wikipedia条目中的介绍是: Library Genesis or LibGen is a search engine for articles and books on various topics,which allows free access to content that is otherwise paywalled or not digitized elsewhere. Among others it carries PDFs of con

网上虽然有很多Python学习的教程,但是大多是围绕Python网页开发等展开.数据分析所需要的Python技能和网页开发等差别非常大,本人就是浪费了很多时间来看这些博客.书籍.所以就有了本文,希望能帮大家少走一点弯路. -----------------我是分割线-------------- 本文章主要从数据分析.机器学习(深度学习)的目的出发, 讲讲如何零基础学习Python语法.数据分析模块(Numpy.Scipy.Scikit和Pandas等)以及使用python进行机器学习(SFram

最近翻看Redis相关的中文书籍时,发现了很多错误,包括翻译错误及理论错误,因此想搜集一些相关的外文书籍看看.以下几个链接,内容大同小异,均可免费下载相关的英文书籍PDF版,内容涵盖了IT的方方面面. 1. https://ebooks-it.org/[需要FQ,且更新不及时] 2. http://www.it-ebooks.info/[目前无法下载电子版书籍] 3. http://www.allitebooks.com/[可以正常下载电子版] 4. http://gen.lib.rus.ec/

Library Genesis (important) http://zh.b-ok.org National Academic Press OpenStax CNX gen.lib.rus.ec libgen.me en.bookfi.net

轮子哥隆重推荐的书,一行代码.一句公式都没有,但是却什么都讲明白了的:<Parsing Techniques>.第一版官网免费下载,第二版多出来的东西你们用不上不用看了.全书只讲parsing,没有后端的任何废话 我在这里给出下载地址 http://gen.lib.rus.ec/book/index.php?md5=BC5BE111D77DD12D39EF1FA7564C92D7 页面全英文,我稍微花了点时间找到的下载链接 http://gen.lib.rus.ec/book/index.ph

.gitignore文件示例: .classpath .project .idea/ .settings/ target/ *~ *.iml *.log *.tmp https://zhuanlan.zhihu.com/p/19845650 Gi t中的 HEAD 是指向当前分支引用的指针,相应地也就是一个指向你的最后一次提交的指针.通常可以简单的认为 HEAD 就是你的最后一次提交的快照. 分支是源码树commit的一个指针. tag是分支里的一个commit(tag是从需求层面提取出来的一个

首先需要搞定tensorflow c++库,搜了一遍没有找到现成的包,于是下载tensorflow的源码开始编译: tensorflow的contrib中有一个makefile项目,极大的简化的接下来的工作: 按照tensorflow makefile的说明文档,开始做c++库的编译: 1. 下载依赖 在tensorflow的项目顶层运行: tensorflow/contrib/makefile/download_dependencies.sh 东西会下载到tensorflow/contrib/

TensorFlow对Android.iOS.树莓派都提供移动端支持. 移动端应用原理.移动端.嵌入式设备应用深度学习方式,一模型运行在云端服务器,向服务器发送请求,接收服务器响应:二在本地运行模型,PC训练模型,放到移动端预测.向服务端请求数据可行性差,移动端资源稀缺.本地运行实时性更好.加速计算,内存空间和速度优化.精简模型,节省内存空间,加快计算速度.加快框架执行速度,优化模型复杂度和每步计算速度.精简模型,用更低权得精度,量化(quantization).权重剪枝(weight prun

Pull is not possible because you have unmerged files.   在git pull的过程中,如果有冲突,那么除了冲突的文件之外,其它的文件都会做为staged区的文件保存起来. 重现: $ git pull A    Applications/Commerce/BookingAnalysis.javaA    Applications/Commerce/ClickSummaryFormatter.javaM    Applications/Comm

1.下载websocketpp,地址为https://github.com/zaphoyd/websocketpp,版本为0.7. 2.下载boost,地址为https://www.boost.org/,版本为1.6.3. 3.说明:websocketpp并不是必须需要boost,如果C++编译为C11以上,是可以不用的. 4.Qt创建一个console工程(如:websocketClient),将下载下来的websocket_master里面的websocket文件夹放到该工程目录下,在web

在git pull的过程中,如果有冲突,那么除了冲突的文件之外,其它的文件都会做为staged区的文件保存起来. 重现: $ git pull A    Applications/Commerce/BookingAnalysis.javaA    Applications/Commerce/ClickSummaryFormatter.javaM    Applications/CommerceForecasting/forecast/Forecast.javaA    Applications/

1.git clone到本地 git clone https://github.com/tensorflow/tensorflowxcode 2.compile static library 安装xcode command line: xcode-select --install 安装依赖包: brew install automake brew install libtool 安装automake时,autoconf下载失败,自己编译安装. cd autoconf-2.65 ./configu

$ git pull origin test // git pull合并代码的时候,若发生冲突,会处于merging状态,检查代码,发现自己的分支低于主分支,这个时候想撤销merge // 撤销merge $ git reset --hard HEAD (or sha_1) 如何删除gitlab的master分支:(1)需要有master权限(2)默认是删除不了的 (3)将master分支的default设定去掉.----选其它分支作为default即可 (4)再到Branch列表可以看到,ma

websocketpp介绍 websocketpp是一个只有头文件的支持websocket协议的C++开源库,支持websocket客户端和服务器功能,网络传输模块基于boost::asio 提供 server 功能的 websocketpp::server 和提供 client 功能的 websocketpp:client 都继承自基类 websocketpp::endpoint , endpoint提供了一些通用的功能函数: void set_access_channels(log::lev

一.LINUX环境下操作: 1.安装交叉编译SDK (仅针对该型号:i.MX6,不同芯片需要对应的交叉编译SDK) 编译方法参考:手动编译用于i.MX6系列的交叉编译SDK 2.下载Tensorflow git clone https://github.com/tensorflow/tensorflow.git cd tensorflow git checkout r1.10 Tensorflow与Bazel编译器(及CUDA,CUDNN)之间需要对应,否则会有兼容性问题. tensorflow

个人博客原文:http://www.bearoom.xyz/2019/08/25/ubuntu-tensorflow-cc-example/ 之前记录的运行Tensorflow的C++接口的例子都是零散的,现在写一个完整的例子. 一.模型文件转换 首先是需要有训练好的模型文件,然后将其转化为tensorflow的C++接口能够读取的.pb文件,这个前面也有记录,现在贴下完整的代码: ################################################### # # S

本文是数字麦克风笔记文章的数据处理篇. 读取数字麦克风的信号,需要嵌入式驱动和PC应用的结合,驱动负责信号采集,应用代码负责声音分析. 一般而言,在完成特征分析和实验之后,把优化过的代码固化到嵌入式端,实现目标应用.本文记录了分析过程的一些基本步骤. 1.ARM驱动 使用STM32F4芯片,驱动使用ST-CUBE MX生成,节约了大量的时间. 1)GPIO 2)I2S配置 目标是16khz音频采样,这里选择为32khz的I2S频率,原因上一篇文章已经阐述了,计算方法为32khz*2*16/64=