虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

北大教授

  • 转子动力学理论

    适合转子动力学基础的人,该附件包括高等转子动力学理论技术及应用;还有钟一谔教授的书籍,转子动力学入门知识等。

    标签: 转子 动力学理论

    上传时间: 2019-05-24

    上传用户:1774994610

  • 你好,放大器

    看到引言我就喜欢这本书,真的应该是最好的放大器技术书籍,ADI邀请西安交大杨建国教授写的,语言简单易懂、轻松活泼。虽然看了电子版,还是掏钱买了本纸质版!

    标签: 放大器

    上传时间: 2019-06-15

    上传用户:GUYUERENWEI

  • 微带天线理论与应用

    微带天线设计的必读书籍,由国内著名电磁学专家钟顺时教授编写

    标签: 微带天线

    上传时间: 2020-03-08

    上传用户:九州弯月

  • 集成电路设计与制造技术

    北京大学微电子学院的教授经典集成电路设计授课课件

    标签: 集成电路

    上传时间: 2021-11-25

    上传用户:

  • 数模混合仿真

    教授数模仿真技术,PPT,不可多得的教材

    标签: 数模混合 仿真

    上传时间: 2021-12-09

    上传用户:chengab

  • EMC设计与整改

    EMC设计与整改-吕英华教授

    标签: emc

    上传时间: 2021-12-14

    上传用户:

  • ROSTCM使用说明(老版)

    ROST Content Mining软件简称ROST CM软件,即内容挖掘分析软件。它是由武汉大学沈阳教授及其团队研发的,专门用来进行文本内容处理的一-款软件。ROSTCM软件具有分词处理、高频词提取、情感分析、语义网络分析、流量分析、可视化分析等一系列功能,一经推出便受到社会和学界的广泛关注。截至目前已有众多学者、科研人员和学生等群体纷纷使用这一分析工具展开了相应研究。

    标签: ROSTCM

    上传时间: 2021-12-26

    上传用户:

  • 高等数学微积分(北大版).pdf

    本书是为普通高校和高职高专学生编写的基础课教材《高等数学》,内容包括函数与极限、导数及其应用、不定积分、定积分及其应用、空间解析几何、多元函数微分学、二重积分、微分方程,级数等。 本书本着“立足基本理论和基础知识,普及科学教育,适应专业需要,保证未来发展”的指导思想,按照“必需、够用”的原则,努力提高学生学习兴趣和数学素养,增强应用数学的能力。

    标签: 高等数学 微积分

    上传时间: 2022-01-06

    上传用户:

  • 雷达原理(第四版)

    雷达原理(第四版),作者是西安电子科大的丁鹭飞教授。本文档为扫描版本,清晰度一般。

    标签: 雷达

    上传时间: 2022-01-25

    上传用户:20125101110

  • 《Python深度学习》2018中文版+源代码

    这是我在做大学教授期间推荐给我学生的一本书,非常好,适合入门学习。《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱(François Chollet)执笔,详尽介绍了用Python和Keras进行深度学习的探索实践,包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例,步骤讲解详细透彻。作者在github公布了代码,代码几乎囊括了本书所有知识点。在学习完本书后,读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。但是有一个小小的遗憾:代码的解释和注释是全英文的,即使英文水平较好的朋友看起来也很吃力。本人认为,这本书和代码是初学者入门深度学习及Keras最好的工具。作者在github公布了代码,本人参照书本,对全部代码做了中文解释和注释,并下载了代码所需要的一些数据集(尤其是“猫狗大战”数据集),并对其中一些图像进行了本地化,代码全部测试通过。(请按照文件顺序运行,代码前后有部分关联)。以下代码包含了全书约80%左右的知识点,代码目录:2.1: A first look at a neural network( 初识神经网络)3.5: Classifying movie reviews(电影评论分类:二分类问题)3.6: Classifying newswires(新闻分类:多分类问题 )3.7: Predicting house prices(预测房价:回归问题)4.4: Underfitting and overfitting( 过拟合与欠拟合)5.1: Introduction to convnets(卷积神经网络简介)5.2: Using convnets with small datasets(在小型数据集上从头开始训练一个卷积网络)5.3: Using a pre-trained convnet(使用预训练的卷积神经网络)5.4: Visualizing what convnets learn(卷积神经网络的可视化)

    标签: python 深度学习

    上传时间: 2022-01-30

    上传用户: