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. LCFN:低通协同滤波器推荐的ICML纸浆图卷积网络代码-源码

  2. LCFN:低通协同滤波器推荐的ICML纸浆图卷积网络代码

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：7340032
    • 提供者：weixin_42134117

  1. nagl:将图卷积网络应用于分子的游乐场-源码

  2. 纳格兰 一种将图卷积网络应用于分子的游乐场，重点是学习连续的“原子型”嵌入以及从这些经典的分子力场参数中学习。 该框架主要基于Wang，Fass和Chodera撰写预印本。 安装 可以使用conda安装此框架所需的依赖项： conda env create --name nagl --file devtools/conda-envs/test_env.yaml python setup.py develop 注意：目前需要商业上的OpenEye oechem和oequacpac软件包作为依赖项

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：128000
    • 提供者：weixin_42165712

  1. BIONIC:使用卷积的生物网络集成-源码

  2. 查看！ :collision: 介绍 仿生（生物逻辑Ñetwork我ntegration用C onvolutions）是一个扩展图形卷积网络（GDN）学习集成特性跨越输入网络的基因或蛋白质深学习基于生物网络集成算法。 BIONIC可产生高质量的基因特征，并且在网络数量和网络规模上均具有可扩展性。 可以在下面看到BIONIC的概述。 多个网络被输入到BIONIC 每个网络都通过其自己的图卷积编码器，在其中根据网络拓扑学习特定于网络的基因特征。 总结这些特征以产生整合的基因特征，该特征捕获跨

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：522240
    • 提供者：weixin_42128988

  1. la-gcn-torch:PyTorch中用于图卷积网络的可学习聚合器的实现-源码

  2. PyTorch中用于图卷积网络的可学习聚合器 PyTorch中用于图卷积网络的可学习聚合器的实现。 通过引入共享的辅助模型为GCN（LA-GCN）提供可学习的聚合器，该模型在邻域聚合中提供了自定义架构。 在此框架下，提出了一种称为LA-GCN（Mask）的新模型，其中包括一个新的聚合函数，即掩码聚合器。 辅助模型为给定节点的每个邻居学习一个特定的掩码，从而可以同时注意节点级别和功能级别。 该机制将学习为预测的节点和特征分配不同的重要性，从而为预测提供可解释的解释并提高模型的鲁棒性。 张力，

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：1048576
    • 提供者：weixin_42181545

  1. spike_conv_nets:在大三角帆上运行卷积网络-源码

  2. spike_conv_nets:在大三角帆上运行卷积网络

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：523264
    • 提供者：weixin_42118161

  1. PytorchVGGNet:Karen Simonyan，Andrew Zisserman的论文“用于大规模图像识别的超深度卷积网络”中描述的每个模型的Pytorch实现-源码

  2. 派托奇VGGNet Karen Simonyan，Andrew Zisserman的论文“用于大规模图像识别的超深度卷积网络”中描述的每个模型的Pytorch实现

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：114294784
    • 提供者：weixin_42160252

  1. DeFCN:全卷积网络的端到端目标检测-源码

  2. 全卷积网络的端到端目标检测 该项目在PyTorch上提供了“”的实现。 本文中的实验是在内部框架上进行的，因此我们在上重新实现了它们，并报告了以下详细信息。 要求 scipy> = 1.5.4 开始使用 在本地安装cvpods（需要cuda进行编译） python3 -m pip install ' git+https://github.com/Megvii-BaseDetection/cvpods.git ' # (add --user if you don't have per

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：846848
    • 提供者：weixin_42175776

  1. saliency-2016-cvpr:浅层和深层卷积网络用于显着性预测-源码

  2. 浅层和深层卷积网络用于显着性预测 该论文在 （*） （*） （*）平等贡献 之间的联合合作： 抽象的 传统上，基于神经科学原理通过手工制作的功能解决了图像显着区域的预测问题。 但是，本文通过训练卷积神经网络（convnet），以完全数据驱动的方法解决了该问题。 学习过程被表述为损失函数的最小化，该损失函数使用提供的地面真实性来测量预测显着性图的欧几里得距离。 最近发布的显着性预测大型数据集提供了足够的数据来训练快速而准确的端到端体系结构。 提出了两种设计：从头开始训练的浅层卷积网络，以及另

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：696320
    • 提供者：weixin_42099530

  1. TernausNetV2：TernausNetV2：用于实例分割的完全卷积网络-源码

  2. TernausNetV2：用于实例分割的全卷积网络 我们将在为第二名解决方案提供网络定义和权重。 内容 （ ，（ ，（ ，（ 如果您发现这项工作对您的出版物有用，请考虑引用： InProceedings{Iglovikov_2018_CVPR_Workshops, author = {Iglovikov, Vladimir and Seferbekov, Selim and Buslaev, Alexander and Shvets, Alexey}, tit

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：6291456
    • 提供者：weixin_42118160

  1. gcn：在TensorFlow中实现图卷积网络-源码

  2. 图卷积网络 这是图卷积网络的TensorFlow实现，用于图中节点的（半监督）分类任务，如我们的论文所述： Thomas N.Kipf，Max Welling，（ICLR 2017） 有关高级解释，请查看我们的博客文章： 托马斯·基普夫（Thomas Kipf），（2016） 安装 python setup.py install 要求 张量流（> 0.12） 网络 运行演示 cd gcn python train.py 数据 为了使用您自己的数据，您必须提供 N×N邻接矩阵（N是节

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：5242880
    • 提供者：weixin_42139871

  1. 卷积网络库-源码

  2. 卷积网络库

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：5120
    • 提供者：weixin_42127754

  1. 卷积网络-源码

  2. 卷积网络 该存储库旨在提供有关CNN结构以及如何从头开始实现的知识。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：58368
    • 提供者：weixin_42117037

  1. LA-GCN：针对图卷积网络的可学习聚合器的TensorFlow实现-源码

  2. TensorFlow中用于图卷积网络的可学习聚合器 图卷积网络的可学习聚合器的TensorFlow实现。 通过引入共享的辅助模型为GCN（LA-GCN）提供可学习的聚合器，该模型在邻域聚合中提供了自定义架构。 在此框架下，提出了一种称为LA-GCN（Mask）的新模型，其中包括一个新的聚合函数，即掩码聚合器。 辅助模型为给定节点的每个邻居学习一个特定的掩码，从而允许注意节点级别和功能级别。 该机制将学习为预测的节点和特征分配不同的重要性，从而为预测提供可解释的解释并提高模型的鲁棒性。 张力

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：5242880
    • 提供者：weixin_42120997

  1. x-net：用于X射线威胁检测的深度卷积神经模型-源码

  2. 网络 用于X射线威胁检测的深度卷积神经模型。 重用代码，并从中得到启发。 关于 NJRSF 2020，JSHS 2020和MIT THINK 2020的条目。 数据 使用了。 结果 地图 分类结果 本地化结果 例子 所有正确检测。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1048576
    • 提供者：weixin_42120997

  1. twitter_sentiment_analysis_word2vec_convnet：使用Gensim Word2Vec和Keras卷积网络进行Twitter情绪分析-源码

  2. twitter_sentiment_analysis_word2vec_convnet：使用Gensim Word2Vec和Keras卷积网络进行Twitter情绪分析

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：6144
    • 提供者：weixin_42122432

  1. WordGCN：ACL 2019：使用图卷积网络将句法和语义信息整合到单词嵌入中-源码

  2. WordGCN 使用图卷积网络在词嵌入中整合句法和语义信息 WordGCN概述 SynGCN概述：SynGCN使用图卷积网络来利用依赖上下文学习单词嵌入。 对于词汇表中的每个单词，该模型旨在通过基于使用GCN编码的依存关系上下文预测每个单词来学习其表示形式。 请参阅本文的第5节以获取更多详细信息。 依存关系 与TensorFlow 1.x和Python 3.x兼容。 可以使用requirements.txt安装依赖项。 pip3 install -r requirements.txt 安装

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42121272

  1. deconvfaces：使用反卷积网络生成人脸-源码

  2. 用反卷积网络生成人脸 这个回购包含了用于训练和与反卷积网络连接的代码，该网络由改编，使用数据生。 需要 ， ， ，并与Python 3使用。 训练新模型 要训​​练新模型，只需运行： python3 faces.py train path/to/data 您可以使用-d指定反卷积层数，以生成更大的图像，前提是您的GPU拥有内存。 您可以使用批处理大小和每层内核数（分别使用-b和-k ）直到内存适合为止，尽管这可能会导致更糟的结果或更长的训练时间。 使用6个反卷积层（批处理大小为8）和每层默

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42144604

  1. DPED：使用深度卷积网络自动提高照片质量的软件和预训练模型-源码

  2. 具有深度卷积网络的移动设备上的DSLR质量照片 1.概述 提供的代码实现了本文，该论文提出了一种端到端的深度学习方法，可以将来自智能手机的普通照片转换为DSLR品质的图像。 学习的模型可以应用于任意分辨率的照片，而方法本身可以推广到任何类型的数码相机。 在可以找到更多的视觉结果。 2.先决条件 Python +枕头，scipy，numpy，imageio软件包 + 英伟达GPU 3.第一步 下载预训练的并将其放入vgg_pretrained/文件夹 下载（用于CNN培训的补丁）并将其

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42131342

  1. fastai_sparse：2D3D稀疏数据的3D增强和变换，例如3D三角形网格或欧几里得空间中的点云。 扩展Fast.ai库以训练子流形稀疏卷积网络-源码

  2. fastai_sparse 这是库的扩展，用于训练子流形稀疏卷积网络，该网络适用于2D / 3D稀疏数据，例如3D几何网格或欧几里得空间中的点云 目前，该库中有 ，这是迄今为止3D最好的（ScanNet基准，ShapeNet研讨会）。 安装 fastai_sparse兼容于：Python 3.6，PyTorch 1.0+ 一些关键的依赖关系： PyTorch稀疏卷积模型： 。 PLY文件阅读器和3D几何网格转换由实现。 在jupyter笔记本实施例中用于交互式可视化。 查看详细信息

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：19922944
    • 提供者：weixin_42169674

  1. RBDN：递归分支反卷积网络：DCNN体系结构，用于“广义深度图像到图像回归”。 CVPR2017（聚焦）-源码

  2. RBDN（递归分支反卷积网络） RBDN是一种用于的体系结构，其特点是 具有广泛参数共享功能的高效内存递归分支方案，可计算输入的早期可学习多上下文表示形式， 端到端保存从输入到输出的本地通信，以及 能够根据任务选择上下文与局部性，以及应用按像素的多上下文非线性。 建筑 RBDN在3种不同的图像到图像回归任务上提供了最先进的性能：去噪，重新照明，着色。 安装及使用 克隆：运行git clone -b master --single-branch https://github.com/venk

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：45056
    • 提供者：weixin_42128315
« 12 3 4 5 6 7 8 9 10 ... 44 »