使用Gudhi库进行拓扑数据分析的教程 拓扑数据分析（TDA）是一个新兴且发展Swift的领域，它提供了一组新的拓扑和几何工具来推断可能复杂数据的相关特征。 在这里，我们使用Python Gudhi库以及流行的机器学习库和数据科学库为TDA的实践提出了一套笔记本。 例如，请参阅了解有关数据科学的TDA的介绍。 笔记本的完整列表也可以在此页的末尾找到。 安装Python Gudhi库 请参阅或者如果您有conda，则可以进行。 TDA分析管道 01-单纯形树和简单组合 TDA通常旨在从网络中的点云中提取拓扑特征。 或在一般指标空间中。 通过研究点云的拓扑，我们实际上意味着研究以点云为中心的球的并集的拓扑，也称为偏移。 但是，非离散集（例如偏移量）以及连续的数学形状（如曲线，曲面和更一般的流形）不能轻易地编码为有限的离散结构。 因此，在计算几何中使用形来近似这样的形状。 单纯形复数是一组，它

SWAN代码：生成风和波浪边界，通过波浪分割和数据分析生成二维谱 SWAN code: Generate wind and wave boundary, generate 2D-spectrum from waves partition and data analysis

ipynb_output_filter, 从 ipython/jupyter脚本中删除输出的脚本 ipynb_output_filter从 ipython/jupyter脚本中删除输出的脚本。最初来自 http://stackoverflow.com/questions/18734739/using-ipython-noteboo

python jupyter notebook房价预测完整案例

KLT光流追踪入门算法，算法用python完成，带有jupyter notebook一步一步手把手教你入门，包含Intel工程师发表的相关论文。

基于Jupyter Notebook与python的深度强化学习算法Deep Q Learning

基于Jupyter Notebook与python的深度强化学习算法Double DQN Solution

u2net_bgremove_code Jupyter Notebook包含使用u2net删除图像和视频背景的代码 链接到。 包含所需文件的。 原始。

jupyter_timing_killer 根据设定的运行时间，清理jupyter notebook进展。避免过多的note打开一直占用系统资源 测试环境： psutil 5.4.3（在5.0.x版本后出现了psutil.process_iter函数的参数变化，会报错，建议升级版本或修改代码）python3.6 结合定时脚本，定期检查执行时间过长的进程，kill掉 0 * / 1 * * * python3 /root/jupyter_timing_killer.py 注意： notebook进程是由jupyter-notebook母进程所派生。所以结束任何一个notebook进程之后，会再次被拉起一个新进程。进程数是不会减少的。 但是，发生一次杀死，笔记本上次运行的串行和对象信息，会被清零。例如，spark脚本读入的DF，创建的应用程序，都会得到释放。

分别将两个图像或两个音频做FFT，再选取图像1/音频1的幅度，结合上图像2/音频2的相位，再做IFFT。看返回的图像或音频更接近图像1/音频1，还是图像2/音频2。 若是前者，则说明幅度的信息量更重要；若是后者，则说明相位的信息量更重要。 有文章配合使用 https://blog.csdn.net/QWER306306/article/details/124189633