使用优化着色 算法的python实现 安装 安装 python 模块所需的基本包 gfortran libblas-dev liblapack-dev libsuitesparse-dev python-numpy pip 安装 python 模块 scipy scikits-image scikits.sparse scikits.learn

全面讲解Windows Sockets网络开发的相关技术按照原理、实例程序和开发实例的模式进行讲解覆盖Windows Sockets的2种模式和5种I/O模型详细介绍7个C/S模式的网络开发实例。 不是电子书。

Boyer-moore-string-search 在C中的实现。 该算法从右到左向后执行匹配，并通过迭代匹配，模式移位，匹配，移位等进行操作。移位量是通过应用以下两个规则来计算的： 不良品格规则 良好的后缀规则 实际的偏移量是其中最大的偏移量。 delta1 “错误字符”表 该表包含字母中每个字符的条目。 char的条目指定在字符串中找到char且与当前模式字符不匹配时，模式应右移的距离。 delta2 “ Good Suffix”表 该表包含模式中每个字符的条目。 pattern [j]的条目指定当pattern [j-1]不匹配字符串但pattern [j ..patlen-1]的后缀匹配时，当前字符串位置应向右移动多远。 用法 编译并执行测试： $ make $ ./bm 要删除编译的文件： $ make clean 样本输出

Lexi的C ++实现 Lexi-所见即所得的文本编辑器，在“第二章中进行了介绍 动机-我一直在读本书（与大多数人一样），并且遇到诸如“如何实施此模式？”之类的问题。 或“ Lexi是否有开源实现？”。 在互联网上寻找答案之后，我决定自己实施所有解决方案。 注意：即使我已尝试按照书中所述实现某些内容，但将来仍会尝试描述它们之间的差异。 模式参考 Abstract，所有图形单元类的基础。 在GoF的2.2节中进行了描述。 在GoF的2.2节中进行了描述。 策略：基本上任何子雕文。 注意：由于特定于实现，滚动器目前不是GoF中描述的装饰器。 在第2.4节中描述。 在2.5节中描述。 桥：，接口及其子 。 在第2.6节中描述。 在2.7节中描述。 注意：某些模式是WIP状态，可能与GoF中提供的实现有所区别 跨版本的项目功能（Gif格式） 进行中 整理文字编辑器（完成的基本功能

dfa 自动机 有限确定自动机 (DFA) 的实现。

feistel-network Feistel网络的C++实现

萨根 Self Attention GAN的TensorFlow实现 进展：SAGAN在理论上起作用； 需要进行收敛测试； 必须计算数据集的均值和方差

简介 这是我们事件抽取项目的一个小demo（完善中） 文件结构: / ├── data/ // 样本集 │ ├── trainingSet.txt │ │ │ │── testSet.txt │ │ │ └── validationSet │ ├── keywords/ │ ├── stopwords.txt // 停用词 │ │ │ └── feature_words.txt │ └── master.py // 主程序

蜗牛 raft协议java实现学习目的，以蚂蚁金服soft-jraft为依据造的轮子

单反 这是在《自然方法》上发表的论文的python实现，该论文的标题为“通过基于内核的相似性学习对单细胞RNA-seq数据进行可视化和分析”。 概述 单细胞RNA-seq技术可实现单个细胞的高通量基因表达测量，并允许发现细胞群体内的异质性。 细胞间基因表达相似性的测量对于细胞群的鉴定，可视化和分析至关重要。 然而，由于高水平的噪声，离群值和遗漏，单细胞数据对基因表达相似性的常规测量提出了挑战。 我们开发了一种新颖的相似性学习框架SIMLR（通过多内核学习进行单细胞解释），该学习方法从数据中学习了合适的距离度量以进行降​​维，聚类和可视化。 与现有的降维方法相比，SIMLR能够在单细胞数据集中更准确地分离已知子种群。 此外，SIMLR对通过10x Genomics的GemCode单细胞技术生成的高通量外周血单个核细胞（PBMC）数据集表现出高灵敏度和准确性。 实施方式 我们为大型单细胞RNA