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. TripleT-源码

  2. TripleT

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：134kb
    • 提供者：weixin_42127783

  1. triplets:一个比较两个三胞胎的简单程序-源码

  2. 三胞胎 Ein Triplet wirdrepräsentiertduech eine Liste mit 3 Elementen vom Typ Integer。 贝斯比尔： 三元组A =（17，28，30） 三胞胎B =（99，16，8） Werden beide Triplet miteinander verglichen，erhältdas erste Triplet zwei Punkte和das zweite Triplet einen Punkt。 Erklärung： 28

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：63kb
    • 提供者：weixin_42136365

  1. triplet-attention:PyTorch的“轮值参加”的官方实施-源码

  2. 摘要-得益于在通道或空间位置之间建立相互依存的能力，注意力机制最近得到了广泛的研究，并广泛用于各种计算机视觉任务中。在本文中，我们研究了轻量但有效的注意力机制，并提出了三重态注意力，这是一种通过使用三分支结构捕获跨维度交互来计算注意力权重的新方法。对于输入张量，三重态注意力通过旋转操作和残差变换来建立维度间的依存关系，并以可忽略的计算开销对通道间和空间信息进行编码。我们的方法既简单又有效，并且可以轻松地作为附加模块插入经典骨干网。我们证明了我们的方法在各种挑战性任务中的有效性，包括ImageNe

  3. 所属分类：其它

  1. BeaverTriplet-源码

  2. 海狸三重奏 1992年，AT＆T实验室的研究人员Donald Beaver在论文提出了一种通过秘密共享进行安全计算（尤其是乘法）的方法。 他的方法被称为“海狸三胞胎”。 在该存储库中，我用Python实现了Beaver Triplet，并推广了矩阵和矩阵相乘的方法。 我希望这些代码能使您开心;）

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：14kb
    • 提供者：weixin_42134038

  1. my-vcpkg-triplets:我的vcpkg三胞胎集合-源码

  2. my-vcpkg-triplet 我的vcpkg三胞胎集合

  3. 所属分类：其它

  1. triplet-loss-anomaly-detection-源码

  2. 基于三重态损耗的异常检测架构 介绍 该项目旨在为目标图像开发基于深度学习的异常检测系统。 该系统可以集成到工厂装配线中，作为制造产品的检查工具。 我们的方法结合使用了AutoEncoder和三重态损失来检测有缺陷的（异常）图像。 数据加载和预处理 我们管道中的第一步是数据加载和预处理。 图像分别标记为OK和NG，其中“ NG”代表异常（变形）图像。 图像信息（即图像路径和图像标签）存储在“ image_path.csv”中。 此CSV文件中的图像代表原始图像。 存储图像信息后，下一部分是在圆形横

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：634mb
    • 提供者：weixin_42134554

  1. ICCV2019_MIC:（ICCV 2019）此存储库包含“ MIC-源码

  2. MIC：挖掘类间特征以改进深度度量学习 编者： 卡斯滕·罗斯（ ） 比亚乔·布拉托利（Biagio Brattoli）（ ） 比约恩·奥默（BjörnOmmer） 主要联系人：Karsten Roth 对于基线实现，请查看和随附的论文！ 该存储库包含用于运行我们的ICCV 2019论文《挖掘类间特征以改进深度度量学习》 （ ）中提出的运行管线的代码。 由于改进了基线方法的实施，因此将该管道用于具有半硬采样的ProxyNCA和Triplet的结果要好于本文中提到的结果。 注意：

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：34kb
    • 提供者：weixin_42127937

  1. Chimaera:KG + NLP + LISP + Prolog + ANN + Hook =垃圾-源码

  2. Chimaera KG + NLP + LISP + Prolog + ANN + Hook =垃圾 模块1。 Py2Neo和Neo4J： 用知识图谱（KG）存储有限状态机（FSM） 用二级存储状态标志符号（SFS），用关系存储状态转移函数符号（STFS） 在此基础上利用多种工具操作，解析矩阵-关系信息 模块2。 NLTK 用于使用自然语言命令行进行交互，创建和删除SFS，STFS，仅支持英文 对简化的自然语言进行词性标注，提取文本中由SFS-STFS-SFS构成的三元组（Triplet） 关

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：24kb
    • 提供者：weixin_42139429

  1. 深度演讲者：深度演讲者：端到端神经演讲者嵌入系统-源码

  2. 深度演讲者：端到端神经演讲者嵌入系统。 深度演讲者的非官方Keras实现| 。 样品结果 对模型进行了干净语音数据的训练。 请记住，在嘈杂的数据上性能会降低。 型号名称 测试数据集 数字扬声器 F TPR 行政协调会 能源效率 训练记录 下载型号 ResCNN Softmax训练有素 全部（*） 2484 0.789 0.733 0.996 0.043 ResCNN Softmax + Triplet训练有素 全部（*） 2484 0.843 0.825 0.997

  3. 所属分类：其它