斯坦福地震数据集（STEAD）：用于AI的全球地震信号数据集 您可以从这里获取wavefoms： 以下每个文件包含一个hdf5（数据）文件和一个CSV（元数据）文件，用于约200k 3C波形。 您可以下载所需的块，然后使用存储库中提供的代码将它们合并到一个文件中。 GB）噪音 GB）本地地震 GB）本地地震 GB）本地地震 GB）本地地震 GB）本地地震 如果您拥有快速的互联网连接，则可以使用以下链接将整个数据集下载到一个文件中： https://rebrand.ly/整个（合并〜85 GB）本地地震+噪音 注意1：某些Windows和Linux操作系统的解压缩程序有大小限制。 如果解压缩文件时遇到问题，请尝试使用“ 7Zip”软件。 注意2：hdf5文件中还提供了所有元数据（作为与每个波形关联的属性）。 注3：对于某些噪声数据，3个分量的波形相同。 这些与单通道电台

以Stanford University和Harvard University为例，进行爬虫。通过设置多个代理ProxyHandler和User-Agent来解决反爬虫的拒绝。访问主页的url,并抓取主页上的所有teacher,并对每个teacher进行爬取，最后进行筛选，最后再输出到EXCEL中。

用虚幻引擎C ++制造的第三人称动作Roguelike（适用于Stanford CS193U 2020）ActionRoguelike斯坦福CS193U参考项目（20秋季）详细信息：课程页面当前引擎版本：4.26使用“ Lecture29-FinishedProject”分支获取仅用于课程的代码。 （主/主要分支包括其他抛光剂和添加物）项目功能第三人称视角角色动作动作系统（轻游戏能力系统）短跑能力（通过投射物传送）黑洞能力魔法投射物攻击“荆棘”增益（反射伤害）燃烧伤害超时效果归因

来自Stanford Computer Science课程的MATLAB入门教程，最快的上手代码。对matlab不太熟悉的人可以把这个代码作为参考资料，非常简洁方便。

[图形学]OpenGL实现斯坦福兔子(Stanford Bunny)实验代码-附件资源

斯坦福狗项目 斯坦福 Doggo 概述 斯坦福 Doggo 是一种高度敏捷的机器人，旨在成为腿式机器人研究的可访问平台。 该机器人目前保持着（在所有机器人中）最高垂直跳跃敏捷度1 的记录，并且其跳跃高度是任何现有四足机器人的两倍！ Stanford Doggo 的重量略低于 5 公斤，在其上开发起来既简单又安全，但同时，不要指望斯坦福 Doggo 能够承载重物或攀爬极具侵略性的地形。 如果你使用这个项目的一部分，或想进一步的技术细节，请引用在ICRA 2019提出了我们的论文： （免费提供的arXiv上： ）。 该项目得到了斯坦福学生机器人学慷慨支持。 1 [垂直跳跃敏捷度] = [最大垂直跳跃高度] / [从动作开始到跳跃最高点的时间] 建造狗狗 我们希望您建立自己的斯坦福 Doggo！ 在此存储库的硬件文件夹中，我们链接了 Fusion 360 CAD 模型，它包含您需要采购的所

算法专业化 该存储库包含由斯坦福大学创建的“材料和解决方案。 请自行制作作业，仅在完成分配后才在此存储库中查找。 无论如何，如果您真的想学习一些东西，这符合您的利益。 专业化课程包括4门课程： 贪婪算法，最小生成树和动态规划 再谈最短路径，NP完全问题及其处理方法

套材下料代码matlab Python 编程作业 该 repo 包含我自己的所有个人作品/提交的 Python 版本课程，来自 github 用户：和 . 他们用 Python 提供作业，我自己完成。 该存储库包含由 Andrew Ng 教授教授的编程作业的 Python 版本。 这可能是最受欢迎的在线机器学习入门课程。 除了受欢迎之外，它还是任何感兴趣的学生可以开始学习机器学习的最佳机器学习课程之一。 这门课一个不幸的方面是编程作业是在 MATLAB 或 OCTAVE 中进行的，可能是因为这门课是在 python 成为机器学习的首选语言之前完成的。 Python 机器学习生态系统在过去几年呈指数级增长，并且仍在获得动力。 我怀疑许多想要开始机器学习之旅的学生也想从 Python 开始。 正是出于这些原因，我决定用 Python 重写所有的编程作业，这样学生们就可以从他们的学习之旅开始就熟悉它的生态系统。 这些作业与班级无缝协作，不需要任何在 MATLAB 作业中发布的材料。 以下是这些作业集的一些新的有用功能： 分配使用 ，它提供了比原始 MATLAB/OCTAVE 分配更容易的直观

变邻域搜索算法matlab代码

CS234_强化学习 斯坦福大学CS234冬季课程2019作业 讲课讲座可以在这里看到： 讲义可以在这里下载：