l U1960局内用户互拨。 l 局外用户通过自动总机转分机号，呼叫局内非直拨用户。 l 配置IAD的直拨用户，实现IAD直拨用户通过长号与PSTN市话互拨。 l 所有用户通过U1960拨打和接听PSTN市话、手机用户以及长途电话。 l 传真机收发传真。
标签： eSpace_UC_V 200 002 01 案例
上传时间： 2020-12-03
上传用户：
EES pro下载，免安装版，适合各类工科学子
上传时间： 2020-12-11
上传用户：
-file /win8.vdf 镜像文件名，无此参数将搜索当前目录的iso镜像 -dev PciRoot(0x0)/Pci(0x1,0x1)/Ata(Primary,Master,0x0)/HD(3,MBR,0x9553A441,0xEFFF800,0x13FF800) 设备路径，无此参数默认为当前设备 -wait 50 启动前等待 -mem 将镜像载入内存， -type HD 可选CD HD FD,无此参数默认HD镜像类型，类型错了不能启动 -dev auto 搜索所有设备
上传时间： 2020-12-20
上传用户：
奥本海默 信号与系统 中文版 (第二版)电子书，刘树堂译，总共11章。
标签： 信号与系统
上传时间： 2021-01-12
上传用户：
Intel Visual Fortran 2013 sp1 的安装包及安装证书，在安装Intel Visual Fortran 2013 sp1 时需要。
标签： composer Fortran visual Intel 2013 sp1 破解版安装包及证书
上传时间： 2021-07-12
上传用户：G_Robert
API方式: 首选要在jx01移动代理服务器中进行如下配置 系统管理-->接口管理-->短信接口模块增加如下配置信息 接口编码： 接口名称： 接口类型： DB接口 API接口 WEB SERVICE接口 SOCKET接口 通信能力： 短信 WAP 业务类型： CRM应用 SCM应用 ERP应用 OA应用 EMAIL应用 行业应用 其它应用 业务代码： IMMF 短信子码： 22 23 24 手机指令： 短号支持： 启用 关闭 回执要求： 支持回执 不支持回执 登录用户： 登录密码： 接口状态： 运行状态 调试状态 暂停（失效）状态 失效日期： （不设置表示永久生效） 其中,接口编码,必须唯一系统内部识别码;接口名称：用于开发人员识别项目;短信子码:会加上特服号作为号码发送到用户手机上;登录用户：对于API开发中会用到;登录密码:同上API开发中会用到;接口状态:运行就是正常运行时使用,调试状态用于开发模式.
上传时间： 2021-07-27
上传用户：风云
该软件具有索引，词表生成，主题词计算，搭配和词族提取等多种功能。
标签： Antconc
上传时间： 2021-08-04
上传用户：Jing
本实验,STM32通过串口1和上位机对话，STM32在收到上位机发过来的字符串(以回车换 行结束)后， 原原本本的返回给上位机。下载后，DS0闪烁，提示程序在运行，同时每 隔一定时间，通过串口1输出一段信息到电脑。
上传时间： 2021-10-20
上传用户：13241260864
PIC16LF1829示例程序，含串口、SPI、I2C，中断设置等程序，适合初学者学习
上传时间： 2021-11-10
上传用户：HAITIANBINGXUE
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）
上传时间： 2022-01-30
上传用户：
