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. aps360-fake-news:用PyTorch编写的虚假新闻分类器-源码

  2. aps360-假新闻 多伦多大学为2020年夏季学期创建的APS360项目。 依存关系 为了使用该模型，必须安装所需的依赖项。根据模型的运行方式，有几种安装依赖项的选项。这些安装方法仅一种是必需的。 通过点 安装在找到的pip ： pip install -r requirements.txt 通过Anaconda 安装位于environment.yml中的conda ： conda env create -f environment.yml 通过Docker 构建在找到的Docker映

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：20kb
    • 提供者：weixin_42138780

  1. Atlas:阿特拉斯-源码

  2. ATLAS：从摆放的图像进行端到端3D场景重建 | | | | ， ， ，Ayan Sinha，Vijay Badrinarayanan和Andrew Rabinovich 快速开始 我们提供了一个来尝试推理。 安装 我们提供具有所有依赖项的Docker/Dockerfile映像Docker/Dockerfile 。 或者，您可以自己安装它们： conda install -y pytorch=1.5.0 torchvision=0.6.0 cudatoolkit=10.2 -c py

  3. 所属分类：其它

  1. pytorch-arm:适用于ARM armv7l的PyTorch车轮（WHL），具有视觉，音频，文本和CSPRNG-源码

  2. 火炬臂 于ARM / armv7l设备的 ，，，和轮子（WHL） pip install torch -f https://torch.maku.ml/whl/stable.html 该仓库用于释放arm轮。 有关自述文件，脚本和更多详细信息，请检查主项目： 环境 是的，提取一个armv7l映像，运行它，您现在正在仿真ARMv7。 它的速度不及使用gcc-arm-linux-gnu ，但是就这么简单。 主机：x86 目标：ARMv7 / armv7l 操作系统：Debian Bus

  3. 所属分类：其它

  1. MCV-M5-Team7:模块5的项目存储库-源码

  2. MCV-M5-Team7 模块5项目的存储库：组7的可视识别（名称尚未定义）。 团队成员 拉里·比比拉什维利（Lali Bibilashvili）（ ） 胡安·查韦斯（ ） 卡门·加西亚（ ） Mohamed El Atiki（ ） 叠加项目 您可以在访问我们的背面页报告。 帮助 码头工人 提供了一个具有tensorflow + keras和火炬（包括pytorch）工作版本的简单Dockerfile。 我还是很菜鸟，所以肯定有更好的方法 安装 首先，使用以下命令构建docker

  3. 所属分类：其它

  1. ClipBERT：[CVPR 2021口头] ClipBERT的官方PyTorch代码，这是一个有效的框架，可用于图像文本和视频文本任务的端到端学习-源码

  2. 卡伯特 *，*，，，，， ClipBERT的官方PyTorch代码，这是一个有效的框架，可用于图像文本和视频文本任务的端到端学习。 它以原始视频/图像+文本作为输入，并输出任务预测。 ClipBERT是基于2D CNN和转换器设计的，并使用稀疏采样策略来实现高效的端到端视频和语言学习。 在此存储库中，我们支持以下任务的端到端预培训和微调： 对COCO和VG字幕进行图像文本预训练。 在MSRVTT，DiDeMo和ActivityNet字幕上进行文本到视频检索的微调。 在TGIF-QA和MSR

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：115kb
    • 提供者：weixin_42166623

  1. 测试-源码

  2. ATLAS：从摆放的图像进行端到端3D场景重建 | | | | ， ， ，Ayan Sinha，Vijay Badrinarayanan和Andrew Rabinovich 快速开始 我们提供了一个来尝试推理。 安装 我们提供具有所有依赖项的Docker/Dockerfile映像Docker/Dockerfile 。 或者您可以自己安装它们： conda install -y pytorch=1.5.0 torchvision=0.6.0 cudatoolkit=10.2 -c pyt

  3. 所属分类：其它

  1. pytorch-flask-deploy-webapp：这是Medical AI中基于PyTorch的命名实体识别（NER）模型（BiLSTM-CRF）的Flask + Docker部署-源码

  2. MedicalNER：使用Flask和Docker作为Web App部署PyTorch NER模型 一个漂亮且可自定义的Web应用程序，可轻松部署您的深度学习（DL）模型 注意 此仓库用于部署任何类型的ML或DL模型，而不仅仅是NER模型。 使用演示 克隆仓库 $ git clone https://github.com/SuperBruceJia/pytorch-flask-deploy-webapp.git 运行以下说明 1）。 构建Docker映像 $ docker build -t ne

  3. 所属分类：其它

  1. docker-pytorch：PyTorch的Docker映像-源码

  2. PyTorch Docker映像 Ubuntu + PyTorch + CUDA（可选） 要求 为了使用此映像，您必须安装Docker Engine。 上了设置Docker Engine的说明。 CUDA要求 如果您具有兼容CUDA的NVIDIA图形卡，则可以使用启用CUDA的PyTorch映像版本来启用硬件加速。 我仅在Ubuntu Linux中对此进行了测试。 首先，请确保您安装了适当的NVIDIA驱动程序。 在Ubuntu上，我发现确保安装正确版本的驱动程序的最简单方法是，通过安装至少

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：18kb
    • 提供者：weixin_42128393

  1. 笔记本：基于docker的入门套件，可通过jupyter笔记本进行机器学习。 包括主要的机器学习框架和CUDAcuDNN版本。 Docker标签：-源码

  2. 基于docker的入门套件，可通过jupyter笔记本进行机器学习 Docker映像 为了同时支持新旧环境， 涵盖了以下各项的各种组合： 机器学习框架（ ， ， ） v8，v9，v10和v11。 在CUDA兼容性中查看主机系统所需版本的Nvidia garphics驱动程序。 3仅作为Python 2，因此。 所有图像包括： 可视化库： 以视觉为中心的库： NLP库： 标签 如果您正在从阅读此页面，则指向Dockefiles的链接将不起作用。 请改为转到github。 实验

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：436kb
    • 提供者：weixin_42110362

  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. raster-vision：一个用于卫星和航空影像深度学习的开源框架-源码

  2. Raster Vision是一个开放源代码Python框架，用于在卫星，航空和其他大型影像集（包括倾斜的无人机影像）上构建计算机视觉模型。 它允许用户（不需要成为深度学习专家！）可以快速重复地配置执行机器学习管道的实验，包括：分析训练数据，创建训练芯片，训练模型，创建预测，评估模型和捆绑模型文件和配置，以便于部署。 内置支持使用PyTorch进行芯片分类，对象检测和后端语义分割。 可以在内置支持使用在云中运行的CPU和GPU上执行实验。 该框架可扩展到新的数据源，任务（例如实例分段），后

  3. 所属分类：其它

  1. CausalDiscoveryToolbox：用于在图形和成对设置中进行因果推断的程序包。 包括用于图形结构恢复和依赖性的工具-源码

  2. 因果发现工具箱是一个用于在图形中以及在Python> = 3.5的成对设置中进行因果推断的程序包。 包括用于图形结构恢复和依赖性的工具。 该软件包基于Numpy，Scikit-learn，Pytorch和R。 它主要基于观察数据，实现了许多用于图结构恢复的算法（包括来自bnlearn ， pcalg包的算法）。 使用pip安装它：（请参阅下面的安装详细信息） pip install cdt Docker镜像 Docker映像可用，包括所有依赖项和启用的功能： 科 主 开发者 Pyth

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：13mb
    • 提供者：weixin_42128537

  1. 深度学习容器：AWS深度学习容器（DLC）是一组Docker映像，用于在TensorFlow，TensorFlow 2，PyTorch和MXNet中训练和提供模型-源码

  2. AWS深度学习容器 AWS 是一组Docker映像，用于在TensorFlow，TensorFlow 2，PyTorch和MXNet中训练和提供模型。 深度学习容器使用TensorFlow和MXNet，Nvidia CUDA（用于GPU实例）和英特尔MKL（用于CPU实例）库提供优化的环境，可在Amazon Elastic Container Registry（Amazon ECR）中使用。 AWS DLC在Amazon SageMaker中用作您SageMaker作业（例如培训，推理，转换等

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：78mb
    • 提供者：weixin_42170064

  1. datascience-源码

  2. 关于此图片 该映像为单个用户托管了一个juypter实验室服务器，以在CPU上运行工作负载。 这是没有专用GPU的系统的理想选择。 图像会使用最新的python数据科学库（例如pytorch，tensorflow，scikit-learn等）自动更新。 如何使用这张图片 在Linux上运行的示例命令： sudo docker run -d --name datascience --restart unless-stopped -p 8888:8888 -v ~/datsci:/work --ne

  3. 所属分类：其它