社区
非技术类
帖子详情
高分索求--英语单词的词典????
abcdhy
2002-02-02 11:07:24
...全文
282
13
打赏
收藏
高分索求--英语单词的词典????
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
13 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
lll2002
2002-02-04
打赏
举报
回复
............
abcdhy
2002-02-04
打赏
举报
回复
up!!!
abcdhy
2002-02-04
打赏
举报
回复
strip(阿飞)
你给的连接不能下载
abcdhy
2002-02-04
打赏
举报
回复
我没有 轻轻松松背单词 这个软件,
xiaoxiaohan(萧晓寒) ,你能发几个给我吗?并告诉我文件格式
谢谢!
abcdhy@sina.com
xiaoxiaohan
2002-02-04
打赏
举报
回复
轻轻松松背单词的数据文件不用解密。
bzshow
2002-02-04
打赏
举报
回复
foxmail有。
idAnts
2002-02-04
打赏
举报
回复
嘿嘿,你可以自己写程序来模拟取词。然后让程序运行,你自己去休息。我就是这么干的。
abcdhy
2002-02-03
打赏
举报
回复
我不是这个意思,我现在正在写一个背单词软件,想找一些词典文件来使用,因此主要是要得到词典文件的存储格式,这样我才能使用里面的单词!!!!
abcdhy
2002-02-03
打赏
举报
回复
在那里,金山词霸的词典都是加密了的,我不能解开啊
anson_program
2002-02-03
打赏
举报
回复
金山词霸里有啊!TXT文件来得!
lll2002
2002-02-02
打赏
举报
回复
我现在用的是金山词霸英日汉三项词典,
可以屏幕取词,
还可以发声.
而且专业词汇也很丰富.
真的很好.
强烈推荐.
strip
2002-02-02
打赏
举报
回复
你可以去查一下,不知道下面这个链接能行否
韦氏电子版大学词典 (V-2.5)
ftp://166.111.136.2/pub/Chinese/Dictionary/WebsterDic/Merriam-Webster_V2.5.zip
lll2002
2002-02-02
打赏
举报
回复
推荐金山词霸.
使用vbXMLRPC组件访问xmlrpc接口
<iframe align="top" marginwidth="0" marginheight="0" src="http://www.zealware.com/csdnblog01.html" frameborder="0" width="728" scrolling="no" height="90"><
如何用vb6.0采用xml-rpc联接访问后台web
有两年都没有搞vb6了,转做 php 和 python ,但一直很怀念那段时光,无法割舍他的简单与实用,由于项目关系,时常也会用上vb6, 为此我也分享我应用的一些喜悦。 xml-rpc(什么叫xml-rpc,在这里我就不作过多的专业说明,大家可以 baidu一下) 其实也是满有用的,也是简单、实用,在一些小项目上可以做出很优越的表现,vb6结合xml-rpc与后台web服务器联结,真的可以
证件防伪检测:从特征工程到深度学习实战解析
文档防伪检测是计算机视觉领域的重要应用,其核心原理是通过分析图像特征识别篡改痕迹。技术价值在于保障身份证、护照等高安全性证件的真实性,广泛应用于金融、政务等场景。特征工程如LBP纹理分析和边缘一致性检测能稳定提取物理伪造特征,而深度学习则能识别复杂语义异常。本文基于证件防伪检测竞赛,结合OpenCV和PyTorch实战,详解多尺度特征融合与误报平衡策略,为实际项目落地提供可复现的验证思路。
YOLO26算法工业车间中央处理器目标检测+训练好的模型+932张数据集+pyqt可视化界面.zip
详情可查看下方数据集可视化效果。 【数据集概况】 · 检测类别(中文):[中央处理器(CPU)] · 训练集:810 张 · 验证集:82 张 · 测试集:40 张 · 总计:932 张 该数据集聚焦于工业制造环境中中央处理器的精准识别,通过多背景、多光照条件下的图像采集,构建了覆盖典型生产场景的高质量样本库。数据集中中央处理器以标准封装形态呈现,背景涵盖金属台面、彩色渐变板及纹理表面,充分模拟实际生产线中的视觉干扰因素,为自动化质检与智能分拣系统提供了可靠的数据支撑。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 37 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9650** mAP50-95 | 0.9173 Precision | 0.9967 Recall | 0.9647 train/box_loss | 0.4580 train/cls_loss | 0.2414 val/box_loss | 0.3658 val/cls_loss | 0.2987 【训练过程分析】 37 轮训练后 mAP50 达到 0.9650,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9173,和 mAP50 差距仅 0.05,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9967、Recall 0.9647,精召双高,模型对中央处理器的检测能力强。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖中央处理器,置信度整体偏高。 【改进建议】 1...
ops-nn本项目是CANN提供的神经网络类计算算子库
ops-nn是CANN(Compute Architecture for Neural Networks)算子库中提供神经网络计算能力的高阶算子库,包括matmul类、activation类等算子
非技术类
1,663
社区成员
58,947
社区内容
发帖
与我相关
我的任务
非技术类
VC/MFC 非技术类
复制链接
扫一扫
分享
社区描述
VC/MFC 非技术类
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章