Advertisement

该项目是asp.net课程的最终设计成果。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
为了完成学习 ASP.NET 课程所进行的这项作业，运行程序需要使用 VS 2013 或更高版本的安装包。经过严格测试，我们确认 VS 2013 能够完全顺利地执行该程序，并验证其有效性。请大家理性讨论，避免不友好的评论。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 软件课程设计报告的最终成果
    优质
    《软件课程设计报告的最终成果》是对一个学期内所学习的软件开发理论与实践进行全面总结的重要文档，它详细记录了项目从需求分析、系统设计到编码实现及测试的全过程。 本报告是软件课程设计的一部分，内容涉及网上人才招聘的全部分析与设计。
     
  • ASP.NET课程设计项目
    优质
    《ASP.NET课程设计项目》是一本专注于教授如何使用ASP.NET进行Web应用程序开发的教程书籍。通过多个实践项目，帮助读者掌握从基础到高级的各项技能，包括但不限于创建动态网页、数据库操作和用户认证等技术要点，旨在培养学生的实际动手能力和解决问题的能力。 这是为了完成学习ASP.NET课程而做的作业，运行程序需要使用VS2013以上的版本，已知VS2013可以正常运行。不喜勿喷。
     
  • ASP.NET课程设计项目
    优质
    《ASP.NET课程设计项目》是一本专注于指导学生和开发者掌握ASP.NET技术的实践教程。书中通过一系列循序渐进的项目案例，详细讲解了如何使用ASP.NET构建动态网站及Web应用程序，帮助读者深入理解并熟练运用相关技能，为职业发展奠定坚实基础。 这是我一个人完成的一个简单的ASP.NET大作业，实现了增删改查功能。
     
  • ASP.NET课程设计项目
    优质
    本项目为ASP.NET课程设计作品集，涵盖网站开发、用户认证、数据库交互等核心技能，旨在提升学生的Web应用开发能力。 ASP.NET制作的大作业系统简便运行，易于操作，并包含数据库和文档。
     
  • ASP.NET课程项目设计合集
    优质
    本课程项目设计合集专注于指导学生和开发者掌握ASP.NET核心技术与框架，通过丰富的实战案例深入浅出地讲解Web应用开发技巧。适合初学者入门及进阶学习使用。 这是一个用ASP.NET编写的系统压缩包，各方面都很完整。虽然时间有点久远，但只要找一个稍微懂的人调一下，绝对可以作为你的课程设计。这也是练习编程的好项目。
     
  • 编译原理课程设计 生成最终目标代码
    优质
    本项目为《编译原理》课程设计的一部分，专注于实现一个简化语言的编译器，能够将高级语言源码转换成最终的目标机器代码，旨在加深学生对编译过程的理解。 文件包含两个文本段落件：一个是源代码文件，另一个是测试程序文件。使用方法已在文档内详细说明，可以进行词法分析并最终输出目标代码。希望这对大家有所帮助。
     
  • 2019春季Unity3D课程最终项目.rar
    优质
    该文件包含2019年春季学期学生使用Unity3D软件完成的各项最终项目的集合，涵盖游戏设计、虚拟现实等多个领域。 这款游戏模仿了《噩梦射手》的风格。玩家可以通过鼠标控制人物朝向，并使用WASD键来移动角色。点击左键可以发射激光束以消灭子弹。
     
  • 2019春季Unity3D课程最终项目.rar
    优质
    本资源包包含2019年春季学期学生使用Unity3D引擎完成的最终项目作品集，展示了他们在游戏设计与开发方面的学习成果和创意。 这款游戏模仿《噩梦射手》制作而成，玩家可以通过鼠标控制角色的方向，并使用WASD键进行移动。点击左键可以发射激光束来消灭子弹。
     
  • 食品杂货识别TinyML：CS249r课程的最终项目
    优质
    本项目为CS249r课程的期末作业，专注于开发一种基于TinyML技术的食品杂货识别系统，旨在通过微型设备实现高效、实时的食物分类与识别。 杂货店商品的图像分类：TinyML在零售中的应用CS249r最终项目：微型机器学习 此存储库包含以下文件夹： - edge-impulse-final ：该文件夹内有使用Arducam 5MP Plus在Arduino Nano 33 BLE上部署模型所需的Arduino草图。以下是有关如何部署此草图的说明。 - dataset ：包含我们研究报告中使用的10个类别的数据集。 - tflite ：包含我们在论文（MobileNetV2，NN）中探索的各种TFLite文件。使用本自述文件底部提供的说明将这些TFLite文件应用于模型。 - training ：该文件夹内有针对每个MobileNetV2和NN模型在Edge Impulse中的工作截图。此外还包含了Python笔记本，其中记录了每个模型的神经网络设置以及用于训练模型的代码。 请注意：我们的系统中仍然存在一些需要修复的问题，但草图已经接近可以部署的状态。当前由于某些部署问题的影响，尚未完全完成部署过程。
     
  • DQN-Pong-Master：深度学习课程的最终项目
    优质
    DQN-Pong-Master是深度学习课程中的一个收官项目，运用深度强化学习技术训练智能体玩经典游戏Pong，展示了从零开始到精通游戏的过程。 该存储库详细介绍了使用强化学习的深度学习代理实现，并特别强调了在经典Atari 2600游戏Pong中的深度Q网络应用，以达到最先进的成果。提供的解决方案包含高级优化工具如epsilon-greedy算法、重播缓冲区和目标网络等，进一步提升模型性能。实验结果表明我们的模型能够击败硬编码的Pong代理，并取得21-0（最高分）的成绩。