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. flex中文教程 入门教程 中文教程

  2. 第一章. Flex和Actionscr ipt基础 (常青) 1.1节. 用Flex Builder创建Flex项目 1.2节. 用Flex Builder创建Flex库项目 1.3节. 创建Actionscr ipt项目 1.4节. 在Flex Builder中设置MXML编译器参数 1.5节. 在Flex Builder外编译Flex项目 1.6节. 在MXML中添加事件 1.7节. 设置MXML的子节点属性 1.8节. 定义对象数组 1.9节. 在Actionscr ipt中设置变量作用

  3. 所属分类：Web开发

    • 发布日期：2009-04-28
    • 文件大小：5242880
    • 提供者：zhuegg

  1. Flex3 Cookbook 中文版

  2. Flex3 Cookbook 中文版 第一章. Flex和Actionscr ipt基础 (常青) 1.1节. 用Flex Builder创建Flex项目 1.2节. 用Flex Builder创建Flex库项目 1.3节. 创建Actionscr ipt项目 1.4节. 在Flex Builder中设置MXML编译器参数 1.5节. 在Flex Builder外编译Flex项目 1.6节. 在MXML中添加事件 1.7节. 设置MXML的子节点属性 1.8节. 定义对象数组 1.9节. 在A

  3. 所属分类：Web开发

    • 发布日期：2009-07-31
    • 文件大小：5242880
    • 提供者：csd3340

  1. Flex+3+Cookbook

  2. 第一章. Flex和Actionscr ipt基础 (常青) 1.1节. 用Flex Builder创建Flex项目 1.2节. 用Flex Builder创建Flex库项目 1.3节. 创建Actionscr ipt项目 1.4节. 在Flex Builder中设置MXML编译器参数 1.5节. 在Flex Builder外编译Flex项目 1.6节. 在MXML中添加事件 1.7节. 设置MXML的子节点属性 1.8节. 定义对象数组 1.9节. 在Actionscr ipt中设置变量作用

  3. 所属分类：其它

    • 发布日期：2011-10-14
    • 文件大小：5242880
    • 提供者：JIM110

  1. Flex 3 cookbook 中文

  2. Flex3 Cookbook 中文版 第一章. Flex和Actionscr ipt基础 (常青) 1.1节. 用Flex Builder创建Flex项目 1.2节. 用Flex Builder创建Flex库项目 1.3节. 创建Actionscr ipt项目 1.4节. 在Flex Builder中设置MXML编译器参数 1.5节. 在Flex Builder外编译Flex项目 1.6节. 在MXML中添加事件 1.7节. 设置MXML的子节点属性 1.8节. 定义对象数组 1.9节. 在A

  3. 所属分类：其它

    • 发布日期：2012-08-09
    • 文件大小：5242880
    • 提供者：yhw8548

  1. TensorFlow2.0(十)–实现深度可分离卷积神经网络

  2. 深度可分离卷积神经网络1. 深度可分离卷积网络介绍1. 1 深度可分离卷积网络与普通卷积网络1.2 普通卷积与深度可分离卷积计算量对比2. 深度可分离卷积网络实现2.1 导入相应的库2.2 数据集的加载与处理2.3 构建模型2.4 2.4 模型的编译与训练2.5 学习曲线绘制2.6 模型验证 1. 深度可分离卷积网络介绍 1. 1 深度可分离卷积网络与普通卷积网络 深度可分离卷积神经网络是卷积神经网络的一个变种，可以对卷积神经网络进行替代。对于普通的卷积申请网络，如下图左边部分所示，由卷积层，

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1036288
    • 提供者：weixin_38612095

  1. 《Computer vision》笔记-MobileNetV3（9）

  2. 作者&编辑：石文华               章节目录 相关工作 高效的移动端网络模块 新型架构设计 MobileNetV3网络结构 实验部分 代码 01 相关工作 设计深度神经网络结构以实现精度与效率的最佳权衡是近年来研究的热点。新的手工结构和算法神经结构搜索都对这一领域的发展起到了重要作用。Squeezenet[22]广泛使用1X1卷积，其挤压和扩展模块主要集中于减少参数数量。最近的工作将重点从减少参数转移到减少操作数（MADD）和实际预测的延迟。MobileNetv1[19]采用了

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：486400
    • 提供者：weixin_38748769

  1. DAMDNet:DAMDNet用于3D人脸对齐（ICCV2019研讨会）论文-源码

  2. 双重注意力MobDenseNet（DAMDNet）进行稳健的3D人脸对齐（ICCV2019研讨会）-Pytorch 笔记 在“ Demo.py”文件中，您将找到如何运行这些代码。 在“ FaceSwap / Demo2.py”文件中，您将找到如何运行人脸交换代码。 抽象的 本文提出了一种双重注意机制和一种高效的端到端3D人脸对齐框架。通过深度可分离卷积，密集连接卷积和轻量级通道注意机制，我们建立了一个稳定的网络模型。 为了增强网络模型提取人脸区域空间特征的能力，我们采用空间分组智能特征增强模块来

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：131072000
    • 提供者：weixin_42131790

  1. pytorch-toolbelt：PyTorch扩展，用于快速研发原型和Kaggle农业-源码

  2. 火炬工具带 pytorch-toolbelt是一个Python库，其中包含一组用于PyTorch的工具，用于快速R＆D原型设计和Kaggle农业： 里面有什么 使用灵活的编码器-解码器体系结构轻松建立模型。 模块：CoordConv，SCSE，超列，深度可分离卷积等。 GPU友好的测试时间扩展TTA，用于细分和分类 对巨大（5000x5000）图像的GPU友好推断 日常通用例程（修复/还原随机种子，文件系统使用率，指标） 损失：BinaryFocalLoss，Focal，ReducedF

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：251904
    • 提供者：weixin_42140846

  1. efficientdet-pytorch:忠实于原始Google导入权重的PyTorch EfficientDet实现-源码

  2. EfficientDet（PyTorch） EfficientDet的PyTorch实现。 它基于 Mingxing 正式实施Tensorflow Tan Mingxing Tan，庞若鸣，Quoc V撰写的论文。Le 还有其他PyTorch实现。他们的方法不适合我的目标，无法正确地重现Tensorflow模型（但具有PyTorch的感觉和灵活性），或者它们无法接近从零开始复制MS COCO培训。 除了默认的模型配置外，这里还有很多灵活性可以促进实验和快速改进-基于官方Tensorflow

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：135168
    • 提供者：weixin_42117150