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