高程: 做了一个统计,按20%通过率计算,分数线(内详!)

kingfish 2002-12-13 10:39:57
在江苏做了一个统计,020314030001-0060
60名,其中考试无效者16名(成绩-1/-1)

45/45分以上共:10名

上午最高54,下午最高60


-----------------------------
由于线出来还早(通常是过年附近)

45/45以上的人基本可以认为自己过了,有个好心情。
如果差比较多的人也可以安心做其它的了,毕竟只是一次考试而已。
线附近的,也不用去郁闷,到时过了是个惊喜,不过就算是个意外吧。呵呵。

希望大家可以放心去做些有意义的事情,不要在这里浪费时间!
我自己浪费一点时间,希望为大家节省点时间!

Good Luck!
...全文
73 46 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
46 条回复
切换为时间正序
请发表友善的回复…
发表回复
Jobsz 2002-12-24
  • 打赏
  • 举报
回复
但愿望分数线为45/45.
求天求地.
早知道也不提前交卷了,
多检查就好了.
fishlovewater 2002-12-24
  • 打赏
  • 举报
回复
我也是这么认为的,考都考完了我们只有一个信念---过!(45,45)

LS330681 2002-12-24
  • 打赏
  • 举报
回复
分数线是45/40.
chfrain 2002-12-24
  • 打赏
  • 举报
回复
我是福建的,现在连成绩是多少都不知道,真是急死我了

CHKK 2002-12-22
  • 打赏
  • 举报
回复
52/57
高程
不过好象没用!
你说呢?
xiamang 2002-12-22
  • 打赏
  • 举报
回复
47/44
telescope(望远镜) :仁兄,你也太打击人了吧,我还是抱一定点希望的。(
xb11 2002-12-19
  • 打赏
  • 举报
回复
41/54 看来事完了!!
明年吧!掺
yyx520 2002-12-18
  • 打赏
  • 举报
回复
不可能!
xiaosheng623 2002-12-17
  • 打赏
  • 举报
回复
广东的一直都没有出来啊!!不知道怎么搞得,烦死人了!!!
banping 2002-12-17
  • 打赏
  • 举报
回复
我基本过不了了,呜呜,大家安慰我一下吧!
38,41
cqfanli 2002-12-17
  • 打赏
  • 举报
回复
努力通過考試
beyondlyl 2002-12-17
  • 打赏
  • 举报
回复
47/47 我想可能完了。我的命運握在別人手上。
555555555555555555......
genuis 2002-12-17
  • 打赏
  • 举报
回复
今年通过率应该有 30%左右,因为去年通过率是 26%
telescope 2002-12-17
  • 打赏
  • 举报
回复
45/45想过,别做梦啦,水平线从来就没那么低过!!!
还有单科44或更低的,也是根本没戏!
cqfanli 2002-12-17
  • 打赏
  • 举报
回复
相信吗?不过看样子很有科学依据的


===============================================================
http://hilevel.mycool.net

高级程序员,网络设计师的专业论坛!
讨论考试及技术问题!分享网友找到的好资料!
fige257 2002-12-17
  • 打赏
  • 举报
回复
去过六及吧
zhangduo100 2002-12-17
  • 打赏
  • 举报
回复
up
亮剑_ 2002-12-16
  • 打赏
  • 举报
回复
我估一下,还是 45/47
tomgaojian 2002-12-16
  • 打赏
  • 举报
回复
那我也惨了,44-50
喂,gaozhihang(manke)我们真是同病相连啊,
有机会一起联络联络
oicq 14250614
gaozhihang 2002-12-16
  • 打赏
  • 举报
回复
楼上:不要吓我 啊 ~~~
我的是:44/50
加载更多回复(26)
内容概要:本文详细介绍了使用深度学习模型(U-Net)进行滑坡检测系统的开发过程。首先,通过安装必要的库(如TensorFlow、Matplotlib等),并设置Google Colab环境来加载和处理数据集。接着,对数据集进行了测试,包括读取HDF5格式的图像和掩码文件,提取RGB、NDVI(归一化差植被指数)、DEM(数字高程模型)和坡度特征。随后,构建了U-Net模型,这是一种常用于图像分割任务的卷积神经网络架构。训练过程中采用了自定义的Dice损失函数,并通过交叉验证将数据分为训练集和验证集。最终,模型经过100个epoch的训练后保存最佳权重,并评估了模型性能,包括精度、F1分数、精确率和召回率等指标。此外,还展示了训练过程中的损失曲线和其他评估指标的变化趋势。 适合人群:具有机器学习和深度学习基础知识的研究人员或工程师,尤其是对遥感影像处理和滑坡监测感兴趣的从业者。 使用场景及目标:①了解如何利用深度学习技术处理和分析遥感影像;②掌握U-Net模型在图像分割任务中的应用;③学习如何从头开始构建完整的滑坡检测系统,包括数据预处理、模型搭建与训练以及结果可视化。 其他说明:该文档提供了完整的代码示例,可以作为实际项目开发的参考指南。同时,它也强调了数据预处理的重要性,如标准化、缺失值处理等步骤,这些都是确保模型能够有效学习的关键因素。

2,958

社区成员

发帖
与我相关
我的任务
社区描述
就计算机等级考试、软件初、中、高级不同级别资格考试相关话题交流经验,共享资源。
c1认证c4javac4前端 技术论坛(原bbs)
社区管理员
  • 软件水平考试社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧