异方科技笔试试题(算法).pdf

HR一加微信就甩个这个笔试题来叫我做，宝宝并没有想去好不好~态度不好的公司就爆点你们的东西，哼~题目都还算简单，有意向的自行参考。

并行算法设计与性能优化.zip

并行算法设计与性能优化，刘文志等著，影印版本，搞并行计算的小伙伴必备

Visual C++数字图像处理技术详解 pdf+源码[百度网盘地址]

Visual C++数字图像处理技术详解 完整版 pdf + 源码 刘海波、沈晶、郭耸 等编著 《Visual C++数字图像处理技术详解》以数字图像处理技术为主线，全面地介绍在Visual C++环境下进行数字图像处理程序设计的方法。内容涵盖了数字图像的变换、增强、复原、重建、形态学处理、分割、匹配、压缩编码、特效处理等，各种方法均给出基本原理、典型算法、Visual C++源码及综合应用案例。同时，《Visual C++数字图像处理技术详解》还介绍了Visual C++与VTK、OpenCV和MATLAB等开发平台相结合进行数字图像处理的程序设计技术。

Real-Time Rendering 4th Edition 全彩892M百度网盘下载地址

Real-Time Rendering 4th Edition 全彩892M百度网盘下载地址

CUDA C编程权威指南 (高性能计算技术丛书) 高清非扫描版，可复制内容

CUDA C编程权威指南 (高性能计算技术丛书)， 高清非扫描版，可复制内容 本书全面介绍cuda编程接口及其用法，包含但不局限于cuda编程模型、gpu执行模型、gpu内存模型、cuda流和事件、多gpu编程的相关技术、cuda库等内容。

CUDA for Engineers An Introduction to High-Performance Parallel Computing

电子书《CUDA for Engineers An Introduction to High-Performance Parallel Computing》 学习CUDA编程的好书！

VStitcher操作手册

VStitcher is the industry’s leading 3D virtual prototyping solution for developers, pattern makers and technical designers. With VStitcher, you can instantly transform 2D patterns into realistic 3D prototypes or develop new patterns from start to finish.

c++ 读取dxf文件的库

c++ 读取dxf文件的库 用法示例： const std::string file = "C:\\Doc\\连衣裙.dxf"; Test_CreationClass* creationClass = new Test_CreationClass(); DL_Dxf* dxf = new DL_Dxf(); std::cout << "Reading file " << file << "...\n"; if (!dxf->in(file, creationClass))// if file open failed { std::cerr << file << " could not be opened.\n"; return; } 然后所有元素都存在creationClass了

JPG、PNG、GIF等图像格式转换为SVG矢量图的C代码

Convert jpeg png or gif to SVG greyscale images ImageToSVG vectorises greyscale images. It does a reasonable job on continuous tone images though a real good solution is hard. It takes the number of contours and and a contour accuracy parameter, allowing you to trade off appearance versus SVG image size.

keras示例程序

addition_rnn.py 执行序列学习以执行两个数字（作为字符串）的添加。 antirectifier.py 演示如何为Keras编写自定义图层。 babi_memnn.py 在bAbI数据集上训练一个内存网络以进行阅读理解。 babi_rnn.py 在bAbI数据集上训练一个双支循环网络，以便阅读理解。 cifar10_cnn.py 在CIFAR10小图像数据集上训练一个简单的深CNN。 conv_filter_visualization.py 通过输入空间中的渐变上升可视化VGG16的过滤器。 conv_lstm.py 演示使用卷积LSTM网络。 deep_dream.py 深深的梦想在克拉斯。 image_ocr.py 训练一个卷积堆叠，后跟一个循环堆栈和一个CTC logloss函数来执行光学字符识别（OCR）。 imdb_bidirectional_lstm.py 在IMDB情绪分类任务上训练双向LSTM。 imdb_cnn.py 演示使用Convolution1D进行文本分类。 imdb_cnn_lstm.py 在IMDB情绪分类任务上训练一个卷积堆栈，后跟一个循环堆栈网络。 imdb_fasttext.py 在IMDB情绪分类任务上训练一个FastText模型。 imdb_lstm.py 在IMDB情绪分类任务上训练一个LSTM。 lstm_benchmark.py 比较IMDB情绪分类任务上不同的LSTM实现。 lstm_text_generation.py 生成尼采文字的文字。 mnist_acgan.py 在MNIST数据集上实现AC-GAN（辅助分类器GAN） mnist_cnn.py 在MNIST数据集上训练一个简单的convnet。 mnist_hierarchical_rnn.py 训练一个分级RNN（HRNN）来分类MNIST数字。 mnist_irnn.py Le等人在“以简单的方式初始化整流线性单元的反复网络”中再现具有逐像素连续MNIST的IRNN实验。 mnist_mlp.py 在MNIST数据集上训练一个简单的深层多层感知器。 mnist_net2net.py 在“Net2Net：通过知识转移加速学习”中再现带有MNIST的Net2Net实验。 mnist_siamese_graph.py 从MNIST数据集中的一对数字上训练暹罗多层感知器。 mnist_sklearn_wrapper.py 演示如何使用sklearn包装器。 mnist_swwae.py 列出了一个堆栈，其中AutoEncoder在MNIST数据集上的剩余块上构建。 mnist_transfer_cnn.py 转移学习玩具的例子。 neural_doodle.py 神经涂鸦。 neural_style_transfer.py 神经样式转移。 pretrained_word_embeddings.py 将预训练的词嵌入（GloVe embeddings）加载到冻结的Keras嵌入层中，并使用它在20个新闻组数据集上训练文本分类模型。 reuters_mlp.py 在路透社newswire主题分类任务上训练并评估一个简单的MLP。 stateful_lstm.py 演示如何使用有状态的RNN有效地建模长序列。 variational_autoencoder.py 演示如何构建变体自动编码器。 variational_autoencoder_deconv.py 演示如何使用反褶积层使用Keras构建变体自动编码器。