[深度学习] vector-based navigation using grid-like representations in artificial agents.pdf

说明：DeepMind 在《Nature》发表的的论文，他们通过AI复现了大脑的导航功能。用深度学习来训练一只老鼠，在虚拟环境中跟踪其位置，模拟人类大脑的空间导航能力。这项研究能够协助传统的神经科学研究测试大脑的工作原理。
<luoyi2017> 上传 | 大小：7mb

[深度学习] Netron-3.9.7.AppImage

说明：support for： ONNX (.onnx, .pb, .pbtxt), Keras (.h5, .keras), CoreML (.mlmodel), Caffe2 (predict_net.pb, predict_net.pbtxt), MXNet (.model, -symbol.json) TensorFlow Lite (.tflite). experimental support for ： Caffe (.caffemodel, .prototxt), Py
<wuqingshan2010> 上传 | 大小：73mb

[深度学习] ObjectDetect_demo

说明：请先看博客再使用，这是对DJ robomaster 2019数据集的训练目标检测代码，具体参考参考Blog：https://jintuzheng.blog.csdn.net/article/details/104087596
<rizero> 上传 | 大小：474mb

[深度学习] LabelTool-v3.0.jar

说明：运行方式 java -jar LabelTool-v3.0.jar 这是自己写的一个标注工具，以前用过几个标注工具，但生成的label文件和自己的程序的数据读取有点偏差，处理方法无外乎改读取程序，或者写个脚本转换生成label文件的格式，总之太不方便，所以就想做一个可以自定义标签模板的标注工具，使用说明可以查看（https://blog.csdn.net/weixin_38283159/article/details/90140703）
<weixin_38283159> 上传 | 大小：63kb

[深度学习] tesseract-ocr-w32-setup-v5.0.0-alpha.20200223.exe

说明：tesseract-ocr最新版工具包，32,64均可以使用,文件大小40多M ，识别英文数字的准确率相对还可以，大家可以下载后试用一下
<u010801439> 上传 | 大小：41mb

[深度学习] instances_trainval35k.zip

说明：MSCOCO2014, instances_trainval35k.json.zip, 都在一个json文件中,比如ssd源代码使用的就是整体json
<mmm305658979> 上传 | 大小：157mb

[深度学习] WIndows下使用caffe深度学习框架

说明：WIndows下使用caffe深度学习框架，编译caffe时会让下载1GB左右的NugetPackages依赖包，速度十分慢，而且会出现失败的情况，分享VS2013编译caffe时下载好的NugetPackages依赖包 百度网盘链接
<qq_40238334> 上传 | 大小：147byte

[深度学习] 遥感图像数据集DOTA1.5 百度云链接

说明：数据集是遥感微信图图像，DOTA1.5是在DOTA基础上扩增的数据集 DOTA数据集包含2806张航空图像，尺寸大约为4kx4k，包含15个类别共计188282个实例。其标注方式为四点确定的任意形状和方向的四边形（区别于传统的对边平行bbox）
<qq_40238334> 上传 | 大小：75byte

[深度学习] yolo_tiny的Caffe模型

说明：yolo-tiny的caffe模型，配合caffe使用 YOLO是一个实时目标检测系统，通俗点说就是在输入数据(图片或者视频)中查找特定的目标。举个例子，如果让一个专门识别龙的YOLO模型观看《权力的游戏》，在理想情况下，一旦画面中出现了龙，YOLO系统就会激动地用框框标记出画面中的龙。
<qq_40238334> 上传 | 大小：95mb

[深度学习] libtorch-win-shared-with-deps-1.4.0.zip

说明：自己以for循环展开torch::lstm_cell写的inference，OMP_NUM_THREADS=4的情况下只比torch::lstm慢一点点，前者约为16ms，后者约为19ms(这里lstm cell的输入=256，输出=1024，序列长度为80)。细微的差距大概和torch::lstm一次性算完matmul_ih，仅在时间步以for循环计算matmul_hh有关。比起python + scr ipt jit，直接以libtorch c++ api来搭建常用模型基本上几乎没有over
<qq_40238334> 上传 | 大小：65mb

[深度学习] pytorch数据集2.rar

说明：FASHION_MNIST_DATA
<wangxiaobei2017> 上传 | 大小：29mb

[深度学习] DIGITS 安装配置

说明：这个压缩包主要是我用Anaconda创建py27环境下安装DIGITS的过程，其中主要自己安装过程中的各种非常细节的踩坑和安装细节流程等。最后的安装配置都是OK的，不过最后由于我笔记本中的python图像处理库scikit-image的版本和我的pillow==3.1.1的版本冲突了，没有运行起来！希望这份我踩过坑的超细文档能够帮助到同在Win10+VS2015环境下配置DIGITS中的你！
<DZ1135508698> 上传 | 大小：5kb