测试工具-Postman-win64-7.29.1-Setup.7z

下载解压之后是Postman-win64-7.29.1-Setup.exe安装程序，直接双击安装 用户在开发或者调试网络程序或者是网页B/S模式的程序的时候是需要一些方法来跟踪网页请求的，用户可以使用一些网络的监视工具比如著名的Firebug等网页调试工具。Postman在发送网络HTTP请求方面可以说是Chrome插件类产品中的代表产品之一。

static.zip

在网上寻找了各种解决办法，其根本就是缺少文件，但是因为需要科学上网，所以这里上传这些文件，解压上述文件并放到visdom\static文件夹中

python-opencv提取黄色区域

python3-opencv提取图片中的黄色区域的部分，先转成HSV格式然后像素与操作

matlab手动实现BP网络，不调用工具箱(内附手写数字识别包含数据集）显示loss函数

神经元节点的个数，隐藏层的个数，都是可以调节的，Optimer优化器有'SGD','mSGD','nSGD','AdaGrad','RMSProp','nRMSProp','Adam'，激活函数有relu和sigmoid

Deep Learning for Computer Vision with Python

《python计算机视觉编程》是计算机视觉编程的权威实践指南，依赖python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外，书中附带的练习还能让读者巩固并学会应用编程知识。 《python计算机视觉编程》适合的读者是：有一定编程与数学基础，想要了解计算机视觉的基本理论与算法的学生，以及计算机科学、信号处理、物理学、应用数学和统计学、神经生理学、认知科学等领域的研究人员和从业者。

cifar-10数据集

该数据集共有60000张彩色图像，这些图像是32*32，分为10个类，每类6000张图。这里面有50000张用于训练，构成了5个训练批，每一批10000张图；另外10000用于测试，单独构成一批。测试批的数据里，取自10类中的每一类，每一类随机取1000张。抽剩下的就随机排列组成了训练批。注意一个训练批中的各类图像并不一定数量相同，总的来看训练批，每一类都有5000张图。

kaggle dog vs cats 数据集

上传限制 所以kagge DogvsCat 数据集放在了百度云 链接在txt

李飞飞2017秋计算机视觉讲义

众所周知李飞飞老师是计算机视觉大拿，所以2017年秋季计算机视觉课程讲义供大家参考

四级背单词程序

利用流文件做的一个简单的背四级单词窗体应用程序，c#语言，

简单的c#练习程序，包括99乘法表，枚举等的使用

c#编写99乘法表，包含一些简单的c#语句的使用，和简单的练习