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. ecog2txt:用于从神经数据中将语音解码为文本的代码-源码

  2. ecog2txt 用于从神经数据中将语音解码为文本的代码 该软件包包含用于从神经数据解码语音的高级方面的Python代码，包括跨多个主题的转移学习。 在论文“使用编码器-解码器框架将大脑皮层活动机器翻译为文本”中，所有结果均用于该结果（Makin等人， Nature Neuroscience ，2020年）。 这些高层次的方面包括培训的结构，按主题组织和的构造。 （低级）培训本身是通过相邻的完成的，该在实现了序列到序列的网络。 安装 安装的最终版本）。 pip install tensorf

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：64512
    • 提供者：weixin_42121058

  1. NLP-with-Python-for-Beginners:NICF的示例代码–适用于初学者的Python自然语言处理（NLP）-源码

  2. NICF –适用于初学者的使用Python的自然语言处理（NLP） 按 这些是用于课程的练习文件。 课程大纲可以在下面找到 主题1 NLP和深度学习概述 NLP概述 NLP的应用 NLP的深度学习方法 递归神经网络（RNN）的基础 为NLP安装Python软件包– Scikit Learn，Tensorflow，NLTK，Spacy，Gensim 主题2词嵌入 词嵌入概述 词嵌入模型 预训练词嵌入模型 主题3语言建模 标记化和停用词 词干和词法化 语音和解析的一部分 命名实体识别（NER）

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：30408704
    • 提供者：weixin_42164931

  1. qpsk：适用于嵌入式系统的C ++ QPSK解码器-源码

  2. qpsk 基于出色的的嵌入式系统C ++ QPSK解码器。 它的预期用例是将音频信号中的固件解码为音频设备的引导程序的一部分。 提供了Python脚本，用于将固件编码为wav文件。 特征 稳健：自动增益控制和基本纠错功能可减少解码错误。 高性能，占用空间小：在8Kbaud QPSK信号的低至32MHz的Cortex-M4F上进行了测试。 最多可以压缩到12KB。 可移植性：不对基础硬件做任何假设。 C ++标准库之外没有任何依赖关系。 安全：静态内存分配，无构造函数。 标头仅是为了

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：30720
    • 提供者：weixin_42144366

  1. 编码器-解码器使用python-源码

  2. 编码器-解码器使用python

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：2048
    • 提供者：weixin_42146086

  1. Line-Encoder-Decoder：带有扰码的行编码器解码器-源码

  2. 线路编码器解码器 线编码方案的仿真： Unipolar ， NRZ-L ， NRZ-I ， Polar-RZ ， Differential Manchester ， Manchester ， AMI 。 加扰方案的仿真： B8ZS ， HDB3 在本地计算机上运行它 克隆此仓库 git clone https://github.com/ekaksher/Line-Encoder-Decoder 更改工作目录 cd Line-Encoder-Decoder 安装要求 pip3 inst

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：168960
    • 提供者：weixin_42137022

  1. untz_manager-源码

  2. 编码和整理您的音乐收藏 将Flac转码为Vorbis，并以分层结构存储到任何给定目录。 root/ |-- artist/ |-- album/ |-- 1 - Foo.ogg |-- 2 - Bar.ogg 设定说明 这需要 Opus编码需要 。 Vorbis编码需要 。 提示处理需要和 。 您可能需要其他编解码器，具体取决于源音频的格式。 然后，使用以下命令安装该软件包 python setup . py install 它将安装untz

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：8192
    • 提供者：weixin_42115074

  1. temp_exp_normalisation：硕士项目-使用神经网络规范时间表达-源码

  2. temp_exp_normalisation 硕士项目-使用神经网络规范时间表达 数据文件夹包含4个文件。 字母文件包含单词词典的字母，三个时区数据文件包含表达式，参考日期和标签。 models文件夹包含训练有素的编码器和解码器模型。 对于每个时间表达子类别，在10,000个模型上训练了10个模型，学习率为0.01，并使用了教师强迫。 src文件夹包含包含源代码的python笔记本文件。 要运行代码，请在Google colab中打开笔记本文件。 字母数据文件必须上载到左侧窗格中位于cola

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：3145728
    • 提供者：weixin_42102220

  1. oneline-bottom-py：Python中的单行，部分高尔夫的:pleading_face:编码器和解码器-源码

  2. oneline-bottom-py 单线，部分打高尔夫球 :pleading_face: 适用于Python的编码器和解码器。 用法 只需运行python文件！ （ python3 bottom_cli.py ）系统将提示您一个健壮，精巧而复杂的CLI。 或者，您可以将bottom_inline.py移动到适当的位置，并使用from bottom_inline import *脚本中的encode和decode功能。 贡献 没有在脚本中添加换行符 如果您可以打高尔夫球，那就打PR吧！ 遵循许

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：2048
    • 提供者：weixin_42165980

  1. pyCypher：使用Python制作的简单凯撒密码编码器-源码

  2. 密码 简单的编码器/解码器。 2020年11月13日完成用Python3制作制作的可执行文件 产品特点 使用Caesar Cipher加密技术对消息进行编码/解码。 暴力消息，不知道班次号码 来自az的字符 多行消息 如何使用 主屏幕 输入e以对消息进行编码。 输入d以解码消息。 输入b表示暴力消息。 输入一个以查看关于页面。 输入q退出程序。 编码/解码 输入消息（您可以粘贴段落） 输入班次编号 按Enter键以获取编码后的消息。 要强行发送一条消息，您只需要输入该消息，然后找到

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：9437184
    • 提供者：weixin_42175516

  1. 释义：句子级别的句子释义生成-源码

  2. 释义者 该项目提供者使用户能够通过干净简单的API对句子进行释义生成。 可以在此处看到一个演示： 解释器是根据计划开发的。 模型 基本模型是双向的LSTM编码器和LSTM解码器，使用Tensorflow进行注意力训练。 可下载的链接在这里： 先决条件 python 3.5 Tensorflow 1.4.1 虚假 推理执行 从上面的链接下载模型检查点并运行： python inference.py --checkpoint= 数据集 用于训练此模型的数据集是许多不同公共数据集的集合。 仅举几

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：141312
    • 提供者：weixin_42181693

  1. visual-analogy-tensorflow：“深度视觉类比制作”的Tensorflow实现-源码

  2. 深度视觉类比 Tensorflow实现。 本文的matlab代码可在找到。 此实现包含经过端到端培训的深度网络，以执行与 全连接的编码器和解码器网络 通过向量加法和深度网络进行类比转换（未实现向量乘法） 流形遍历转换的正则化器 此实现意味着： shape数据集的类比转换 具有基于向量加法的类比（L_add）的目标 具有多个完全连接层的目标（L_deep） 具有多重遍历转换 先决条件 Python 2.7或Python 3.3+ 用法 首先，您需要使用以下命令下载数据集： $ ./dow

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42097508

  1. RNN-for-Joint-NLU：“基于联合意图检测和插槽填充的基于注意力的递归神经网络模型”的Tensorflow实现（https：arxiv.orgabs1609.01454）-源码

  2. RNN联合NLU 模型介绍 使用tensorflow r1.3 api，编码器使用tf.nn.bidirectional_dynamic_rnn实现，解码器使用tf.contrib.seq2seq.CustomHelper和tf.contrib.seq2seq.dynamic_decode实现。 我的实现相对比较简单，用于学习目的。 使用 python main.py 输出： [Epoch 27] Average train loss: 0.0 Input Sentence :

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：532480
    • 提供者：weixin_42131628

  1. pixelate：将图片变成像素艺术！ 或不-源码

  2. 像素化 pixelate将您的图片变成像素艺术！ 好吧，有时候。 这是一个基于PIL的简单脚本。 将来会添加算法。 更准确地说，我想尝试使用类似UNet的编码器/解码器ConvNet学习输入和像素化空间之间的映射。 要求 它需要numpy和PIL的最新版本。 pip install numpy pip install Pillow 使用Pillow 4.0.0和numpy 1.12.1进行了测试。 用例 python main.py imgs/test.png pixelated/te

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42097914

  1. OpenSeq2Seq：使用语音识别，Text2Speech和NLP进行有效实验的工具包-源码

  2. OpenSeq2Seq：用于序列到序列模型的分布式和混合精度训练的工具包 OpenSeq2Seq的主要目标是使研究人员能够最有效地探索各种序列到序列模型。 通过完全支持分布式和混合精度培训来实现效率。 OpenSeq2Seq使用TensorFlow构建，并为训练用于神经机器翻译，自动语音识别，语音合成和语言建模的编码器-解码器模型提供了所有必要的构建块。 文档和安装说明 产品特点 型号： 神经机器翻译 自动语音识别 语音合成 语言建模 NLP任务（情感分析） 数据并行分布式培训 多GPU

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：49283072
    • 提供者：weixin_42139871

  1. 变分自动编码器：以张量流和pytorch（包括逆自回归流）实现的变分自动编码器-源码

  2. 张量流和pytorch中的变体自动编码器 TensorFlow和PyTorch中可变自动编码器的参考实现。 我建议使用PyTorch版本。 它包括一个更具表达性的变分族的例子，。 变分推断用于使模型适合二值化MNIST手写数字图像。 推理网络（编码器）用于分摊推理并在数据点之间共享参数。 可能性通过生成网络（解码器）进行参数化。 博客文章： ： 具有重要性采样的示例输出，用于估计Hugo Larochelle的Binary MNIST数据集上的边际可能性。 测试集为-97.10边缘

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：12288
    • 提供者：weixin_42136826

  1. Fingercomp程序：Fingercomp的OpenComputers程序-源码

  2. Fingercomp程序 在这里，可以将绝妙的想法变成程序。 自从我在这里真正更新任何东西以来已经很长时间了。 许多事情发生了变化，因此某些程序可能无法正常运行。 如果你发现一个bug，请做一个开放的问题。 程式 每个软件包都位于其自己的目录中。 在此处查找更多信息。 libsemver 最初用Python编写的语义版本字符串解析器的Moonscr ipt端口。 libaevent 高级事件库。 libder-decoder 解码使用专有编码规则（ASN.1的子集）编码的数据。 例如，x

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：241664
    • 提供者：weixin_42108948

  1. cakechat：CakeChat：情感生成对话系统-源码

  2. 在顶部的注释：该项目是未维护的。 基于变压器的对话框模型可以更好地工作，我们建议使用它们而不是基于RNN的CakeChat。 参见例如 CakeChat：情感生成对话系统 CakeChat是聊天机器人的后端，能够通过对话表达情感。 CakeChat是建立在和 。 该代码具有灵活性，并允许通过任意分类变量来调节模型的响应。 例如，您可以训练自己的基于角色的神经对话模型或创建情感聊天机 。 主要要求 python 3.5.2 张量流1.12.2 keras 2.2.4 目录 网络架构和功能

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：477184
    • 提供者：weixin_42165712

  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. 翻译：翻译-PyTorch语言库-源码

  2. 注意 现在不建议使用PyTorch Translate，请改用 。 翻译-PyTorch语言库 翻译是一个用PyTorch编写的机器翻译库。 它提供了序列到序列模型的训练。 Translate依赖于 （一个通用的序列到序列库），这意味着可以训练在Translate和Fairseq中实现的模型。 Translate还提供了通过将某些模型导出到Caffe2图形以及从C ++加载和运行这些模型以用于生产目的的能力。 当前，我们将组件（编码器，解码器）分别导出到Caffe2，并且波束搜索是在C ++中实

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：280576
    • 提供者：weixin_42123191

  1. boram：跨平台图形WebM转换器-源码

  2. 博拉姆 产品特点 开源，跨平台，可在Windows，Mac和Linux上运行 支持AV1 / VP9 / VP8 / Opus / Vorbis / 2pass / limit / CRF / CQ / raw-args模式 行业级编解码器设置，被视为默认设置 ，几乎可以从任何流媒体网站下载源代码 借助 ，几乎可以显示任何带有嵌入式播放器的视频 开箱即用，通过适当的移位/音轨选择进行硬字幕 简单但功能强大的界面，以源视频为中心的设计 在单个窗口中一次进行多种编码 快速筛选结果预览，无需反复试验

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：1048576
    • 提供者：weixin_42116713
« 12 »