注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Visual C++ 编程资源大全（源码 窗体）

  2. 1,pic_open.zip带位图预览的打开文件对话框(4KB)2,bmpdlg.zip一个位图对话框类 (11KB)3,folder.zip只显示文件夹信息的文件对话框(2KB)4,dir_pic.zip文件目录搜集工具对话框(42KB)5,splash.zip通过自己的线程在Splash对话框中显示文字(136KB)6,res_dlg.zip大小可调的对话框(21KB)7,splitter.zip可变的分割视图(58KB)8,anicon1.zip在窗口的标题条上显示动画图标演示程序(47

  3. 所属分类：C++

    • 发布日期：2007-10-19
    • 文件大小：8mb
    • 提供者：zhangxucool

  1. visual c++ 开发宝典 源码

  2. 目录第1篇 开发基础篇 第1章 VisualC++6.0开发环境 1.1 VisualC++6.0概述 1.2 认识VisualC++集成开发环境 1.3 IDE菜单栏介绍 1.4 工具栏 1.5 输出窗口 1.6 资源编辑器 1.7 VisualC++学习常见问题 1.8 VisualC++学习方法简介 小结 第2章 利用集成开发环境生成程序 2.1 生成项目(project) 2.2 添加和编辑源文件 2.3 建立程序 2.4 运行程序 2.5 调试程序 2,6VisualC+4.生成的项

  3. 所属分类：C++

    • 发布日期：2010-05-29
    • 文件大小：17mb
    • 提供者：wopz0

  1. 《WebGIS开发-ArcGIS Server与.NET》源码

  2. 《WebGIS开发-ArcGIS Server与.NET》源码 第1章 地理信息系统的发展与Web服务 1．1 地理信息系统及其发展趋势 1．1．1 地理信息系统的发展 1．1．2 传统WebGIS的不足 1．1．3 Web服务成为解决方案 1．2 Web服务及其特点 1．2．1 Web服务概述 1．2．2 Web服务的特点 1．3 空间信息Web服务 1．3．1 从数据共享的角度看空间信息Web服务 1．3．2 从软件复用的角度看空间信息Web服务 1．3．3 从系统集成的角度看空间信息We

  3. 所属分类：其它

    • 发布日期：2013-07-15
    • 文件大小：2mb
    • 提供者：adkiidgtfk926

  1. dialogue-understanding:该存储库包含论文“话语级对话理解”中针对基线模型的PyTorch实现。-源码

  2. 话语级对话理解 该存储库包含论文“”中模型的pytorch实现。 任务定义 给定对话的文字记录以及每个组成话语的说话者信息，话语级对话理解（话语级对话理解）任务旨在从一组预定义标签中识别每个话语的标签，这些预定义标签可以是上图和下图说明了两个人之间的这种对话，其中每个话语都由潜在的情感和意图标记。形式上，给定N个发音的输入序列[（u 1 ，p 1 ），（u 2 ，p 2 ），....，（u N ，p N ）]，其中每个发音u i = [u我，1，U I，2，...，U I，T]由Ť话U I，j和

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：378mb
    • 提供者：weixin_42133329

  1. Context-Encoding-of-Detected-Buildings:边界框就是我们所需要的-源码

  2. 建筑物的上下文编码 我们只需要边界框：通过检测到的建筑物的上下文编码对街景图像进行分类 介绍 本文提出了一种基于检测器-编码器-分类器框架的方法。与常见的端到端模型不同，我们的方法不直接使用整个图像的视觉特征。所提出的框架从检测器获得街景图像中建筑物的边界框。然后将其上下文信息（例如建筑物类别和位置）编码为元数据，最后通过递归神经网络对其进行分类。 为了验证我们的方法，我们结合了自动标签获取和专家注释，在BIC_GSV数据集的基础上，制作了包含19,070张街景图像和38,857栋建筑物的数据集

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：291kb
    • 提供者：weixin_42176827

  1. StressRecognitionSystem:作为我的硕士论文的一部分，我的最后一年的项目是发布基于物联网的上下文感知系统以进行压力检测和识别-源码

  2. 压力识别系统 De-Stress是一种IoT系统，能够根据患者的身体生理测量值（ECG，EMG，心率和呼吸率）检测患者的压力。 数据是使用MySignals HW v2.0 eHealth平台获取的，然后发送到部署在REST API中的机器学习模型中，以获取是否处于压力状态的患者状态，并根据其情况采取措施。 在这个项目中，我已经学习并获得了不同领域的许多新技能，例如机器学习，物联网和Web开发。 该项目中使用的技术是： 数据采集​​：Arduino + Python（PySerial库） 机

  3. 所属分类：其它

  1. am24j:各种应用程序实用程序-源码

  2. AM24j 概述 am24j项目的目的是提供基本的实用程序和框架，可以帮助应用程序开发人员启动已经准备好使用基础的丰富功能项目（包括微服务）。 状态 该项目仍然不稳定，并且正在准备/开发其第一版。 欢迎您检查功能并使用库。 对于任何错误或功能要求，请创建问题。 任何反馈都将受到高度赞赏。 模组 它们可以分类如下： 基本实用程序 Commons-一些非常简单的实用程序的库。 例如，它提供了基本的应用程序上下文支持-属性（通过环境变量和系统属性配置），资源访问（文件和类路径）等等。 启动器-应用程

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：158kb
    • 提供者：weixin_42134554

  1. format-imports-intellij:在IntelliJ IDE中格式化JavaScript和TypeScript的导入和导出-源码

  2. JS / TS导入/导出分类器 在IntelliJ IDE中自动格式化Javascr ipt和Typescr ipt的导入和导出。 特征 自动格式化会在保存时导入和导出，也可以从命令，快捷方式或上下文菜单手动导入和导出。 按对导入进行分组和排序，包括。 删除重复的和未使用的名称以及可。 通过config或内联注释。 遵守和规则。 尊重来自 ， 和VS Code编辑器设置的配置。 保留'use strict' ， ///指令，shebang（ #! ）和注释。 支持。 安装 使用I

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：109kb
    • 提供者：weixin_42173218

  1. laravel-query-intellij:avel Laravel Query Builder与PhpStorm的集成-源码

  2. Laravel查询 Laravel + DataGrip = :heart_suit: 该插件为Laravel查询构建器提供数据库集成。 不要忘记连接数据库以使其正常工作。 有关说明，请参见 。 查询构建器方法的模式，表，视图和列完成 检查未知的数据库元素 表别名支持 通过雄辩的生成器方法从模型中解析表名称 雄辩的生成器关系关闭方法的模型关系表名称解析 与数据库元素进行文本链接以进行导航和重构 未来的计划 支持架构生成器 动态嵌套级别支持（在闭包中） 支持模型范围方法内的查询 改善分类

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：136kb
    • 提供者：weixin_42126677

  1. Action-Points-retrieval-from-meeting-transcript:使用基于转换器的XLNet预训练模型和AMI会议语料库对会议记录中的对话语音进行分类-源码

  2. 从会议记录中检索动作点 使用基于变压器的XLNet预训练模型和AMI会议语料库对会议记录中的对话语音进行分类，从而对动作点进行检索 用例：将从会议笔录和提取的点中提取动作点的内容汇总并发送给所有参与者。 实现：用于训练和测试模型的数据来自AMI会议语料库，并相应地准备了xml中的数据用于训练多标签文本分类模型。 对于多标签文本分类，我们使用了Pytorch，使用了来自Huggingface的基于XLNet转换器的模型。 XLNet是Transformer-XL模型的扩展，该模型使用自回归方

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：22mb
    • 提供者：weixin_42164685

  1. 垃圾邮件分类项目-源码

  2. 垃圾邮件分类项目 理想情况下，模型的估计性能可以告诉我们它在看不见的数据上的表现如何。 对未来数据进行预测通常是我们要解决的主要问题。 选择度量标准之前了解上下文非常重要，因为每种机器学习模型都会尝试使用不同的数据集来解决具有不同目标的问题。 Logistic回归没有改变，因为它的参数已经是最好的了。 即使SVC取得了很大的进步，但它的速度仍然很慢，但仍然不是最好的。 朴素贝叶斯（Naive Bayes）成功预测了4945个实际垃圾邮件中的4894个。 但是，Logistic回归和朴素贝叶斯彼此

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：223kb
    • 提供者：weixin_42134285

  1. detr：使用变压器进行端到端对象检测-源码

  2. DE⫶TR ：使用变压器进行端到端物体检测 PyTorch的DETR （ DE tection TR ansformer）训练代码和预训练模型。 我们用变压器代替了整个复杂的手工物体检测管道，并用ResNet-50匹配了Faster R-CNN，使用一半的计算能力（FLOP）和相同数量的参数在COCO上获得了42个AP 。 在PyTorch的50行中进行推断。 这是什么。 与传统的计算机视觉技术不同，DETR将对象检测作为直接设置的预测问题。 它由基于集合的全局损耗（通过二分匹配强制唯一预测）

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：239kb
    • 提供者：weixin_42122988

  1. MGAPP：GAPP的修改版，是我在帝国理工学院硕士项目的一部分-源码

  2. MGAPP GAPP是一个探查器，用于检测并行Linux应用程序中的序列化瓶颈。 它通过使用扩展的伯克利分组过滤器（eBPF）框架管理的内核探针跟踪内核上下文切换事件来工作。 它已经在多线程和MPI C / C ++应用程序上进行了测试。 。 该存储库是一个富有想象力的修改版本（通用自动并行概要分析器-），并在2018-2019年作为我硕士项目的一部分进行开发。 GAPP由帝国理工学院的Reena Nair和Tony Field共同开发，两者都对此提供了极大的帮助。 与相同的先决条件是必需

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：16mb
    • 提供者：weixin_42143161

  1. 上下文分类器-源码

  2. 该应用程序将使用户能够通过为每个上下文提供大约一百个句子来训练上下文分类器，然后使用该分类器来预测给定文档文本的分类。 它还标识句子中存在的不同类型的短语，即命名实体，名词短语或货币/数字/百分比。 此外，它还可以帮助用户对数百个文档执行认知搜索，从而在几秒钟内获得结果。 项目策划人和贡献者1-穆罕默德·伊沙克（Muhammad Ishaq）github / mishaqman 2-阿卜希什克（Abhishek）Ranjan github / Abhishek-Rnjn

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：27kb
    • 提供者：weixin_42099176

  1. 垃圾邮件或非垃圾邮件-源码

  2. 禁止网络钓鱼：使用深度学习检测鱼叉式网络钓鱼攻击 预读 文本分类背后的一个关键思想是文档表示。 我们最初的方法包括简单的CountVectorizer和TF-IDF Vectorizer。 我们处理电子邮件文档，并将词汇的计数/分数传递到我们的分类器中。 我们可以更进一步，将我们的文档表示为一系列嵌入了语义（使用某种概率性技术）的“单词向量”。 创建单词向量是获取大量文本语料并为每个单词创建向量的过程，以使在语料库中共享公共上下文的词在向量空间中彼此紧邻。 一种简单的方法是将每个单词作为整

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：28mb
    • 提供者：weixin_42134143

  1. nlp-disaster-app：使用自然语言处理对灾难期间发送的文本消息进行分类的Webapp-源码

  2. 灾难响应管道项目：webapp 指数 一个自然语言处理（NLP）项目，用于对灾难期间发送的消息的上下文进行分类。 该项目是我的Udacity数据科学家纳米学位的一部分。 此回购是关于webapp的，可以在这里找到： : 此外，还有，可以将其克隆并部署在另一台服务器上。 数据由。 你可以在看看。 它主要由文本消息和相应灾难的分类（例如，地震，火灾，地震等）组成。 该数据可用于训练文本分类器。 app：包含部署所需文件的文件夹： run.py：启动应用程序并加载ML模型以及绘图可视化效果

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：25mb
    • 提供者：weixin_42111465

  1. DailyTiny改善：日拱一卒-源码

  2. 每日小改进 日拱一卒，不期速成。 Python进阶 压缩 分类 元组 itertools 堆 defaultdict 上下文管理器 实用代码块 实用库 y Selenium

  3. 所属分类：其它

  1. 混合现实AI：由Computer Vision和AI支持的混合现实用户界面，可实现个性化交互和整体体验-源码

  2. 冠军（西门子挑战赛），拜仁慕尼黑HackDays足球俱乐部（2018年1月19-22日） 增强前往安联球场的旅程–无论乘坐哪种交通工具，体验通向安联球场的新途径 您将如何为每个人的速度，舒适性，成组或单独提供最佳的运输配件？ 您对去体育场的球迷互动有何想法？ 地铁，高速公路甚至地铁站本身如何成为体验的一部分？ 解决方案 由AI提供动力的FCBayern足球传奇3D动画，可在地铁，公交车站或其他公共场所与用户互动 3d播放器的真实生活表达，自然语言交流，真实生活动作和动作均由上下文AI提供

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：20mb
    • 提供者：weixin_42160425

  1. notion-mark-manager：浏览器扩展-有效管理Notion中的彩色文本和注释-源码

  2. 概念+标记管理器 在有效管理彩色文本和评论。 翻译 安装 获取 获取 介绍 :video_camera: 概念的彩色文本和注释是多功能工具，能够突出显示文本，做笔记，留下消息等。但是，这些标记很难组织和归档。 如何更有效地使用和组织这些标记？ 标记管理器是最好的解决方案： 一键导入所有标记。 您只需要单击一下即可。 在使用“概念”页面时，只需单击右上角的Mark Manager图标，Mark Manager就会立即导入所有彩色文本和注释，并根据其颜色有序地将其分类。 滚动到商标的上下文

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：10mb
    • 提供者：weixin_42099942

  1. All4NLP：全部用于NLP，尤其是中文-源码

  2. All4NLP 框架和工具包 使用PyTorch深度学习NLP 文本分类器，序列标记器，联合意图插槽模型和上下文意图插槽模型 C ++服务器示例 NER，POS，感官消歧和分类 在PyTorch之上 Seq2Seq建模 在PyTorch之上 文本标签，分类，预培训 在Tensorflow之上 NLP工具包 在Tensorflow之上 在火炬之上 速度，生产系统使用 教育和研究工具 学习和探索NLP概念 在NLTK之上 快速原型 应用程序不需要高性能 快速 精简 准备生产 分词器

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10mb
    • 提供者：weixin_42109925
« 12 3 »