taoxibing的博客

本系统分为JSP Web端和手机APP端，两个部分可以单独运行。Web端运用JavaBean+servlet+mysql技术,有界面操作，导入myeclipse，部署到Tomcat服务器上就可以用。 android端采用android studio开发。附赠JSP开发报告与android开发报告。有使用说明

概率论基础教程原书第9版 [（美）罗斯 著] 2014年版，这是学习大数据和人工智能必修的课程之一。这本概率论是基础课程中最好的教材，没有之一。并提供了课后答案的下载资源。

张正友相机标定Opencv实现，附棋盘图和14张不同角度标定图。 包含完整的工程代码，有详细的注释说明，一键运行。实现了相机标定、输出相机内参、外参、旋转和平移矩阵、标定效果评价、以及使用标定结果对原始棋盘图进行矫正。

自己动手写CPUpdf及光盘资源，曹思磊著，电子工业出版社出版

本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。 第 1 章　神经网络如何工作001 1.1　尺有所短，寸有所长 001 1.2　一台简单的预测机 003 1.3　分类器与预测器并无太大差别008 1.4　训练简单的分类器　011 1.5　有时候一个分类器不足以求解问题　020 1.6　神经元——大自然的计算机器　024 1.7　在神经网络中追踪信号　033 1.8　凭心而论，矩阵乘法大有用途　037 1.9　使用矩阵乘法的三层神经网络示例　043 1.10　学习来自多个节点的权重　051 1.11　多个输出节点反向传播误差053 1.12　反向传播误差到更多层中　054 1.13　使用矩阵乘法进行反向传播误差　058 1.14　我们实际上如何更新权重　061 1.15　权重更新成功范例 　077 1.16　准备数据　078 第 2 章　使用Python进行DIY 083 2.1　Python　083 2.2　交互式Python = IPython　084 2.3　优雅地开始使用Python　085 2.4　使用Python制作神经网络 105 2.5　手写数字的数据集MNIST 121 第 3 章　趣味盎然 153 3.1　自己的手写数字　153 3.2　神经网络大脑内部　156 3.3　创建新的训练数据：旋转图像　160 3.4　结语　164 附录A　微积分简介 165 A.1　一条平直的线　166 A.2　一条斜线　168 A.3　一条曲线　170 A.4　手绘微积分　172 A.5　非手绘微积分　174 A.6　无需绘制图表的微积分　177 A.7　模式　180 A.8　函数的函数　182 附录B　使用树莓派来工作 186 B.1　安装IPython　187 B.2　确保各项工作正常进行　193 B.3　训练和测试神经网络　194 B.4　树莓派成功了 195

Zotero的Chrome插件下载越来越难，在这里存个档，方便找