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. win10使用anaconda创建独立环境，安装pytorch，tensorflow多个版本

  2. 在win10上安装好anaconda，使用anaconda创建独立环境，在独立环境下安装pytorch，tensorflow多个版本。 查看当前配置环境： 打开命令窗口，依次执行以下命令：conda info -e 1、添加清华源 【为了加快速度，如果不更改源，速度会很慢，可能导致后面的安装出错】 打开命令窗口，依次执行以下命令：【注意添加完整，不然会有部分不是镜像源】 conda config –add channels https://mirrors.tuna.tsinghua.edu.cn

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：51kb
    • 提供者：weixin_38630324

  1. 258_Homework3:神经网络的实现，a）Pure Numpy，b）PyTorch，c）Tensorflow-源码

  2. 258_Homework3 神经网络： CMPE258_HW3_a1.ipynb：纯NumPy实现 CMPE258_HW3_b1.ipynb：PyTorch实现； 没有自动分化 CMPE258_HW3_b2.ipynb：PyTorch实现； 自动区分 CMPE258_HW3_b3.ipynb：PyTorch实现； 高级API CMPE258_HW3_c1.ipynb：Tensorflow实现; 没有自动分化 CMPE258_HW3_c2.ipynb：Tensorflow实现; 自动区分 C

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：648kb
    • 提供者：weixin_42175516

  1. pytorch.ctpn:pytorch，ctpn，文本检测，ocr，文本检测-源码

  2. 文字检测-ctpn-pytorch 我关于CTPN 结语 Ctpn适用于水平文本，但不适用于倾斜和弯曲文本。如果您对文本检测和模型压缩感兴趣，则可以关注接下来要做的两个项目和 设置 nms和bbox utils是用cython编写的，您必须首先构建该库。 cd utils/bbox sh make.sh 它将在当前文件夹中生成nms.so和bbox.so。 怎么测试 按照设置来构建库 下载测试模型 在inference.py中更改自己的model_path，dir_path和save_path

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：50mb
    • 提供者：weixin_42123237

  1. dl_inference:通用深度学习推理服务，可在生产环境中快速上线由TensorFlow，PyTorch，Caffe框架训练出的深度学习模型-源码

  2. 通用深度学习推理服务 可在生产环境中快速上线由TensorFlow，PyTorch，Caffe框架训练出的深度学习模型。 dl_inference是58同城推出的通用深度学习推理服务，使用dl_inference只需将模型文件放在指定目录然后启动服务就可以进行推理请求调用。dl_inference当前支持TensorFlow，PyTorch和Caffe模型，提供GPU和CPU两种布置方式，并且实现了模型多例程部署时的负载均衡策略，支持线上海量推理请求。 dl_inference具备的功能如下

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：806kb
    • 提供者：weixin_42106357

  1. volksdep:volksdep是一个开源工具箱，可通过TensorRT部署和加速PyTorch，ONNX和TensorFlow模型-源码

  2. 介绍 volksdep是一个开源工具箱，用于通过TensorRT部署和加速PyTorch，ONNX和TensorFlow模型。 特征 自动转换和加速volksdep可以使用TensorRT并仅需少量代码即可加速PyTorch，ONNX和TensorFlow模型。 吞吐量，延迟和指标的基准使用给定的模型，volksdep可以生成吞吐量，延迟和度量的基准。 执照 该项目是在下。 安装 要求 Linux Python 3.6或更高版本 TensorRT 7.1.0.16或更高版本 PyTorch 1

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：22kb
    • 提供者：weixin_42131261

  1. pytorch-YOLOv4:YOLOv4的PyTorch，ONNX和TensorRT实现-源码

  2. pytorch-YOLOv4 YOLOv4的最小PyTorch实现。 Paper Yolo v4： ： 源代码： : 更多详细信息： : 推理 火车 莫卡奇 ├── README.md ├── dataset.py dataset ├── demo.py demo to run pytorch --> tool/darknet2pytorch ├── demo_darknet2onnx.py tool to conver

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：719kb
    • 提供者：weixin_42146888

  1. Models_from_scratch:使用PyTorch，TensorFlow和JAX进行复制和应用程序重用的一些已知ML架构实现-源码

  2. Models_from_scratch 使用PyTorch，TensorFlow和JAX进行复制和应用程序重用的一些已知ML架构实现

  3. 所属分类：其它

  1. YoloV4:pytorch，tensorflow和onnx中的Yolo v4-源码

  2. Yolo v4用于pytorch，tensorflow渴望模式和onnx（通过Trident api） 感谢 所有预先准备好的模型权重和cfg均来自官方网站： 还要感谢Ultralytics的项目，它确实很棒而且很有帮助。 yolo v4的搜索结果 让我们看看有关yolo v4（pytorch后端）的出色性能！！ 更新（5/3）：增强小物品 在yolo v4中，缺少缺少对小物件的检测的缺点。 我试图解决短缺问题。 我发现解决此问题的最佳方法是在stride = 8 Yolo Laye

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：15mb
    • 提供者：weixin_42107491

  1. ssds.pytorch：单发MultiBox检测器及其变体的存储库，通过pytorch，python3实现-源码

  2. ssds.pytorch 适用于pytorch，python3的Single Shot MultiBox Detector及其变体的存储库。 此存储库易于设置，并具有大量可视化方法。 我们希望此回购协议可以帮助人们更好地理解类似ssd的模型，并帮助人们轻松地训练和部署ssds模型。 当前，它包含以下功能： 多种SSD变体：ssd，fpn，bifpn，yolo等 多基础网络：resnet，regnet，mobilenet等。 可视化类似于ssd的模型的功能，以帮助用户了解模型的设计和性能。

  3. 所属分类：其它

  1. ML_framework：用于运行ML实验的框架。 它基于PyTorch，但使用类似于keras的回调系统-源码

  2. ML_framework：用于运行ML实验的框架。 它基于PyTorch，但使用类似于keras的回调系统

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：38kb
    • 提供者：weixin_42116681

  1. 技术支持：pytorch，卷积神经网络，深度学习-源码

  2. 技术支援 pytorch，卷积神经网络，深度学习

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：254kb
    • 提供者：weixin_42116847

  1. 急切：PyTorch，TensorFlow，JAX和NumPy —它们全部本机使用相同的代码-源码

  2. 急切：PyTorch，TensorFlow，JAX和NumPy —它们全部本机使用相同的代码

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：73kb
    • 提供者：weixin_42169674

  1. hiddenlayer：PyTorch，Tensorflow和Keras的神经网络图和训练指标-源码

  2. 隐藏层 一个轻量级的库，用于PyTorch，Tensorflow和Keras的神经网络图和训练指标。 HiddenLayer简单，易于扩展，并且与Jupyter Notebook配合使用非常出色。 并不是要替换高级工具（例如TensorBoard），而是要替换高级工具无法完成任务的情况。 HiddenLayer由Waleed Abdulla和Phil Ferriere撰写，并获得了MIT许可。 1.可读图 使用HiddenLayer在Jupyter Notebook中将您的神经网络图形呈现为p

  3. 所属分类：其它

  1. einops：重塑了深度学习操作（适用于pytorch，tensorflow，jax等）-源码

  2. ino 灵活而强大的张量操作，可读取且可靠的代码。 支持numpy，pytorch，tensorflow。 鸣叫 万一您需要令人信服的论点来拨出时间来学习einsum和einops，... 使用PyTorch和einops编写更好的代码 :OK_hand: 毫无疑问，einops正在慢慢渗透到我代码的每个角落。 如果您发现自己绕着数以千计的维数张量这可能会改变您的生活 内容 讲解 教程是查看einops的最便捷方法（现在可以作为文档使用） 第1部分： 第2部分： 第3部分：（到目前

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：337kb
    • 提供者：weixin_42114645

  1. AdvBox：Advbox是用于生成对抗示例的工具箱，这些示例可以欺骗PaddlePaddle，PyTorch，Caffe2，MxNet，Keras，TensorFlow和Advbox中的神经网络，从而可以对机器学习模型的健壮性进行基准测试

  2. Advbox系列 Advbox系列是百度开源的一系列AI模型安全工具集，包括对抗示例的生成，检测和保护，以及针对不同AI应用的攻击和防御案例。 Advbox系列支持Python 3. *。 我们的工作 | 看到 AdvSDK 用于PaddlePaddle的轻量级Adv SDK，用于生成对抗性示例。 对抗盒 Adversarialbox是用于生成对抗示例的工具箱，该示例会欺骗PaddlePaddle，PyTorch，Caffe2，MxNet，Keras，Tensor

  3. 所属分类：其它

  1. foolbox：一个Python工具箱，用于创建对抗示例，以欺骗PyTorch，TensorFlow和JAX中的神经网络-源码

  2. foolbox：一个Python工具箱，用于创建对抗示例，以欺骗PyTorch，TensorFlow和JAX中的神经网络

  3. 所属分类：其它

  1. AI-LAB：此存储库包含一个docker映像，我可以用它以简单的方式开发自己的人工智能应用程序。 Python，TensorFlow，PyTorch，ONNX，Keras，OpenCV，TensorRT，Numpy，Jupyter笔记本.

  2. AI-LAB：此存储库包含一个docker映像，我可以用它以简单的方式开发自己的人工智能应用程序。 Python，TensorFlow，PyTorch，ONNX，Keras，OpenCV，TensorRT，Numpy，Jupyter笔记本...：whale2：

  3. 所属分类：其它

  1. mlmodels：mlmodels：用于Pytorch，Tensorflow，Keras，Gluon模型的机器学习和深度学习模型ZOO。-源码

  2. mlmodels：模型ZOO 该存储库是适用于Pytorch，Tensorflow，Keras，Gluon，LightGBM，Keras，Sklearn模型等的ZOO模型，具有轻量级功能接口，可包装对最新和最先进的深度学习，ML模型和超参数搜索的访问，以及随后的跨平台sklearn的逻辑，例如拟合，预测，变换，度量，保存，加载等。现在，这些领域中提供了60多个最新模型（> 2018）： ，， ，， 。 主要特征 ： 功能型界面：减少样板代码，有利于科学计算。 基于JSON的输入

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：385mb
    • 提供者：weixin_42164534

  1. deep-learning-wizard：用于掌握深度学习以及在PyTorch，Python，C ++等产品中将深度学习部署到生产中的开源指南代码-源码

  2. deep-learning-wizard：用于掌握深度学习以及在PyTorch，Python，C ++等产品中将深度学习部署到生产中的开源指南代码

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：15mb
    • 提供者：weixin_42170790

  1. dlami：开放，免费且有效的深度学习Amazon Web Service（AWS）AMI。 在不到5分钟的时间内运行。 TensorFlow，Keras，PyTorch，Theano，MXNet，CNTK，Caffe和所有依赖项-源码

  2. dlami：开放，免费且有效的深度学习Amazon Web Service（AWS）AMI。 在不到5分钟的时间内运行。 TensorFlow，Keras，PyTorch，Theano，MXNet，CNTK，Caffe和所有依赖项

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：25kb
    • 提供者：weixin_42174176
« 12 3 4 5 6 7 8 9 10 ... 50 »