qwebchannel.js
QWebChannel 是 Qt 框架中用于在 Web 页面和 Qt 应用程序之间进行通信的类，python 的pyqt 和 pyside 可以基于 qwebchannel 与 js 进行双向通信
Vue.js v2.7.16
下载到本地在html头部通过scripts脚本引入，类似这样
<script src="./static/js/vue.js" type="text/javascript"></script>
注意将相对路径配置正确
【PyQt5.15.13】安卓版重新编译QT支持html5视频播放
将文件中的 Qt5WebEngine.dll 和 Qt5WebEngineCore.dll 替换掉项目环境目录下的对应文件（对应项目环境目录在项目根路径下的 `venv\Lib\site-packages\PySide5` 或 `venv\Lib\site-packages\PyQt5` 中）
【PyQt5.15.13】macOS版重新编译QT支持html5视频播放
将文件中的 Qt5WebEngine.dll 和 Qt5WebEngineCore.dll 替换掉项目环境目录下的对应文件（对应项目环境目录在项目根路径下的 `venv\Lib\site-packages\PySide5` 或 `venv\Lib\site-packages\PyQt5` 中）
【PyQt5.15.13】【windows版】重新编译QT支持html5视频播放
将文件中的 Qt5WebEngine.dll 和 Qt5WebEngineCore.dll 替换掉项目环境目录下的对应文件（对应项目环境目录在项目根路径下的 `venv\Lib\site-packages\PySide5` 或 `venv\Lib\site-packages\PyQt5` 中）
【PyQt6.6.2】安卓版重新编译QT支持html5视频播放
将文件中的 Qt6WebEngine.dll 和 Qt6WebEngineCore.dll 替换掉项目环境目录下的对应文件（对应项目环境目录在项目根路径下的 `venv\Lib\site-packages\PySide6` 或 `venv\Lib\site-packages\PyQt6` 中）
【PyQt6.6.2】macOS版重新编译QT支持html5视频播放
将文件中的 Qt6WebEngine.dll 和 Qt6WebEngineCore.dll 替换掉项目环境目录下的对应文件（对应项目环境目录在项目根路径下的 `venv\Lib\site-packages\PySide6` 或 `venv\Lib\site-packages\PyQt6` 中）
【PyQt6.6.2】【windows版】重新编译QT支持html5视频播放
将文件中的 Qt6WebEngine.dll 和 Qt6WebEngineCore.dll 替换掉项目环境目录下的对应文件（对应项目环境目录在项目根路径下的 `venv\Lib\site-packages\PySide6` 或 `venv\Lib\site-packages\PyQt6` 中）
各国发展水平统计信息（对所有国家发展水平聚类，确定待援助国家，涵盖算法：K-Means、DBSCAN、Hierarchical）
country : 国名
child_mort : 每1000个婴儿的5年死亡率
exports : 人均商品和服务出口，以人均国内生产总值的百分比给出
health : 人均卫生支出总额，以人均国内生产总值的百分比给出
imports : 人均商品和服务进口，以人均国内生产总值的百分比给出
Income : 人均净收入
Inflation : 国内生产总值年增长率的测算（通货膨胀率）
life_expec : 如果按照目前的死亡率模式，新生儿的平均寿命是多少年
total_fer : 如果目前的年龄生育率保持不变，每个妇女生育的孩子数量
gdpp : 人均国内生产总值，计算方法是国内生产总值除以总人口
商场客户信息数据集（201条）
该数据集适合做一些聚类算法的学习，如Kmeans等，数据集包含 性别、年龄、收入、消费等级四个字段，除性别外其余都为数字类型的数据
住宅属性数据集【房屋价格预测-线性回归】
住宅包括如下属性：
SalePrice - the property's sale price in dollars. This is the target variable that you're trying to predict.
MSSubClass: The building class
MSZoning: The general zoning classification
LotFrontage: Linear feet of street connected to property
LotArea: Lot size in square feet
Street: Type of road access
Alley: Type of alley access
LotShape: General shape of property
LandContour: Flatness of the property
Utilities: Type of utilities available
LotConfig: Lot configuration
.......
坦尼克号登船人员名单数据集（生还预测 二分类问题）
第一列age ，表示的是年龄
第二列cabin，表示客舱号
第三列embarked表示登船港口，S是Southampton南安普顿，C是Cherbourg法国瑟堡，Q是Queenstown爱尔兰昆士敦
第四列fare，表示船票价格
第五列name，表示的是名字
第六列parch，船上父母数/子女数，不同代的直系亲属数，比如某人和他的女儿及父亲同在这个船上，则他的这个数值就是父母数（1）+子女数（1）=2
第七列passengerId，表示乘船编号
第八列pclass，表示客舱等级，这里有三级，1为一等舱，2为二等舱，3为三等舱
第九列sex，表示性别male为男性，famale为女性
第十列sibsp，表示兄弟姐妹数/配偶数，同一代的直系亲属人数，比如某人和他的弟弟及妻子同在这个船上，则他的这个数值就是兄妹数（1）+配偶数（1）=2
第十一列surverved，表示是否存活，1为生存，2为死亡
第十二列ticket，表示船票编号
MNIST手写数字 数据集
1. 数据文件 train.csv 和 test.csv 包含手绘数字的灰度图像，从0到9
2.train.csv 有 label， test.csv 没有
3.每幅图像高28像素，宽28像素，总共784像素
4.每个像素都有一个与之关联的像素值，表示该像素的亮度或暗度，数字越大表示越暗
5.该像素值是0到255之间的整数，包括0和255
squad数据集（qa任务 ）
加载方式：
from datasets import load_dataset
raw_datasets = load_dataset("squad", cache_dir='F:/datasets')
# F:/datasets 为数据集下载后的本地目录
猫狗二分类数据集【训练集+测试集共37500张图】
训练集共25000张，猫狗各12500张，前一半是猫后一半是狗
测试集共12500张，猫狗参半
500条WAV格式的中文语音数据集，可用于中文语音识别模型的测试集
500条WAV格式的中文语音数据集，可用于中文语音识别模型的测试集，好的一批
nvidia/stt_zh_citrinet_1024_gamma_0_25 语音识别模型
stt_zh_citrinet_1024_gamma_0_25 语音识别模型，包含中英等16种语言的语音识别，hugface上的模型名叫 nvidia/stt_zh_citrinet_1024_gamma_0_25
Davlan/bert-base-multilingual-cased-ner-hrl NER命名实体识别模型
huggingface上的Davlan/bert-base-multilingual-cased-ner-hrl命名实体识别模型，包含中英等16种语言的人名、地名、组织识别
FashionMNIST单通道十分类图片数据集【测试集+训练集】
FashionMNIST这是一个单通道的十分类图片数据集，初学机器学习时的常用数据集，包括了六万张图片的训练集和一万张图片的测试集
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 模型
这是一个句子转换器模型，它将句子和段落映射到 384 维密集向量空间，可用于聚类或语义搜索等任务，是 sentence_transformers 库的模型之一，官网下载速度缓慢，容易被墙，下载解压后，可以参考此文章进行模型本地加载 https://blog.csdn.net/weixin_43721000/article/details/125507996
sentence-transformers/allenai-specter 模型
可用于语义聚合任务中的文本编码器，它将句子和段落映射到 768 维密集向量空间，是 sentence_transformers 库的模型之一，官网下载速度缓慢，容易被墙，下载解压后，可以参考此文章进行模型本地加载 https://blog.csdn.net/weixin_43721000/article/details/125507996
emnlp2016-2018.json
包含 标题 和 摘要 等信息的数据集，适用于文本分类、相似度计算等任务，资源来自https://sbert.net/datasets/emnlp2016-2018.json，但是被墙了资源不太好找
RSS订阅
6895
3
