第一步 先安装E2EE支持库 第二步 数据库驱动 第三步 就是下载源码啦 哈哈哈 第四步 配置源码 修改配置文件 本地测试就不用修改 配置文件了 第五步 127.0.0.1:807 去测试吧
2022-01-30 14:03:49 3.87MB E2EE+WebSocket+M
这是一个基于易语言开发的小型网络游戏。游戏完成度几乎达到100%。 基于E2EE支持库开发,如果对这个支持库不了解,那就无法正常运行,也请不要下载。 此作品内容由本人原创。市面上不存在第二家,我是在上厕所的时候突发奇想的创作。 这也是本人的练手作品,写的很快,比较粗燥,主要以实现功能为主,不代表本人最终能力。 另外,手机浏览器可能不支持WS的运行,必须要WSS才行,电脑浏览器正常游戏问题不大。配置.conf 拉到底部填写MYSQL的信息
2022-01-30 09:17:38 4.27MB 【E2EE游戏】找你妹易语言服务
超级列表框结合存取列表,筛选各种日志条件简单好使, 效率方便不值一提,一般使用就足够, 个人感觉挺使用方便的 源码没高大上的技术,仅供新手参考 使用了精易模块和E2EE增强模块,请自行下载
2022-01-26 19:04:07 261KB 易语言用超级列表框结合E2EE存
基于易语言E2EE支持库的客服系统源码。 不懂E2EE的需要注意,本程序需要MYSQL3.5驱动才能连接上MYSQL数据库。 本程序支持多用户多客服。 E2EE支持库请自行下载,源码中没有包含。 本程序有2个源码.E、 其中一个是Websocket服务器。也就是聊天服务器。
2022-01-25 17:03:54 906KB 【E2EE】易语言后端+H5前端
玩了半天一点不好玩,调用了精易模块 该有的功能都有 自己导入数据库 合伙人管理那个地方 自己搞个ID 支付集 里面修改你的 支付宝配置 还有回调地址 窗口创建哪里修改db地址之类的
2022-01-19 14:06:14 849KB 易语言E2EE交友盲盒完整源码分
【YYJSON】易用版+1.4(速度最快的JSON+超简单仿e2ee)易语言源代码下载
2022-01-17 14:09:31 509KB 【YYJSON】易用版+1.4(
e2esoft vcam v4.6 补丁 注册 破解版
2022-01-15 16:34:54 11.12MB e2esoft vcam v4.6 补丁
1
MIFARE4Mobile, End-to-End, Simplification Framework, MIFARE Classic, MIFARE DESFire, Secure Element, SP TSM, SEI TSM, MIFARE Virtual Card This document specifies End-to-End Simplified Framework for MIFARE4Mobile deployment and service management.
2021-12-25 14:56:17 1.86MB M4Mv2.1.1 E2E-Simplified F
1
py360convert 我的同事正在建设一个新的库,其中包括对360有更多功能的库。 然后,此回购将被折旧。 该项目的特点: 立方体贴图和等矩形之间的转换 等角于平面 纯python实现,仅依赖于和 矢量化实施(在大多数地方) 在1.6 GHz Intel Core i5 CPU上, c2e耗时300ms, e2c耗时160ms 要求 麻木 科学的 枕头(例如加载/保存图像的代码) 安装 pip install py360convert 现在,您可以在任何地方import py360convert或使用命令行工具convert360 。 命令行示例 您可以运行命令行工具来使用该功能。 有关详细信息,请参见convert360 -h 。 python脚本也是一个示例代码,以了解如何在代码中将其作为包使用。 convert360 --convert e2c --i asse
2021-12-24 13:12:35 593KB python converter perspective cubemap
1
D向量 这是经过GE2E损失训练的扬声器嵌入的PyTorch实现。 有关GE2E丢失的原始文章可以在这里找到: 用法 import torch import torchaudio wav2mel = torch . jit . load ( "wav2mel.pt" ) dvector = torch . jit . load ( "dvector.pt" ). eval () wav_tensor , sample_rate = torchaudio . load ( "example.wav" ) mel_tensor = wav2mel ( wav_tensor , sample_rate ) # shape: (frames, mel_dim) emb_tensor = dvector . embed_utterance ( mel_tensor ) # shape: (emb
1