您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. CSS移动优先的12列响应式网格系统特效源码.zip

  2. simple-grid.css是一款移动优先的12列响应式CSS网格系统插件。它是轻量级的,压缩后的文件只有2kb,响应式速度快,并且使用非常简单。本代码适用浏览器:搜狗、360、FireFox、Chrome、Safari、Opera、傲游、世界之窗,不支持IE8及以下浏览器。有兴趣的朋友们可以来下载试试吧。本段代码兼容目前最新的各类主流浏览器,是一款非常优秀的特效源码。希望大家可以喜欢!
  3. 所属分类:其它

    • 发布日期:2019-07-05
    • 文件大小:59392
    • 提供者:weixin_39841882
  1. 纯CSS3炫酷圆形头像图片过滤特效源码.zip

  2. 纯CSS3炫酷圆形头像图片过滤特效源码是一款效果非常酷的纯CSS3炫酷圆形头像图片过滤特效的代码。该特效将图片制作为圆形图片,以网格形式布局,带点击相应的分类按钮后,该类别的图片被放大显示,其它类别的图片被缩小,效果非常的不错。本代码适用浏览器:搜狗、360、FireFox、Chrome、Safari、Opera、傲游、世界之窗,不支持IE8及以下浏览器。有兴趣的朋友们可以来下载试试吧。本段代码兼容目前最新的各类主流浏览器,是一款非常优秀的特效源码。希望大家可以喜欢!
  3. 所属分类:其它

    • 发布日期:2019-07-03
    • 文件大小:78848
    • 提供者:weixin_39840515
  1. 【C++】3D场景漫游程序源码 by浅墨

  2. 零资源分下载,分享精神至上~ 一个综合型的Direct3D示例程序,用键盘上W,A,S,D,I,J,K,L,↑,↓,←,→12个键加上鼠标在美丽的三维空间中翱翔。包括了Direct3D初始化,DirectInput输入处理,顶点缓存,光照与材质,文字输出,颜色,纹理贴图,四大变换,网格模型,X文件载入等等知识(当然还有默认被开启的深度缓存)。 其中的3D人物模型使用的是PS3版《真三国无双6》中的王元姬 ,一袭蓝衣,很美。 背景音乐为雅尼的《兰花》。 源码的配套博文是 《【Visual
  3. 所属分类:C++

    • 发布日期:2020-08-28
    • 文件大小:14680064
    • 提供者:yimingxh
  1. ft_vox_42:CPPGLSLOpenGL中的体素(42个项目)-源码

  2. FT_VOX 描述 欢迎来到美丽的体素世界,在这里您将享受到的所有好处为了显示令人生畏的数字,抽象化“整个世界是一个3维网格” 屏幕上的事物,在巨大的程序世界中旅行以及完全可延展的操场。 什么是体素? 该项目旨在使您面对一个非常苛刻的图形项目在优化方面。 您将必须研究体素世界的特征, 并根据您的信息图表知识使用它们在屏幕上显示很多元素。 因此,您将必须研究不同的算法/优化以获得平滑渲染(有许多人)。 您还必须正确管理内存和数据结构才能在非常大的宇宙中旅行。 安装 要求: OpenGL vers
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:97517568
    • 提供者:weixin_42168902
  1. gym-gridworld-源码

  2. 一个简单的网格世界体育馆
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:3072
    • 提供者:weixin_42170064
  1. Retargeter-源码

  2. 重定向器 Blender附加组件“ retargeter”可用于从移动应用程序重定向器中导入.JSON和.zip数据。如果使用此附加组件,则其主要目的是使增强现实跟踪可用于Blender社区。 该插件是免费使用的,考虑给 功能: 导入面网格 导入动画面网格几何 导入相机运动 导入设备相机的运动 导入相机视锥以进行投影 导入自定义调整数据以基于世界空间参考点进行视频匹配 导入点云数据 导入参考点 特征 使用移动应用“ retargeter”创建的.zip / .json文件导入 执照 您可以下载,
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:49152
    • 提供者:weixin_42117032
  1. models-of-interaction:交互模型目录。关于计算机交互计算模型的三部曲的一部分-源码

  2. 互动模式 交互模型是与计算机及其底层模型进行交互的不同方式的目录。这是三部曲的一部分。其他部分称为计算机模型和计算模型。这是试图理解与理解端到端执行计算过程有关的主要因素的尝试。 希望您喜欢这个策展活动! 设计∩代码 这是一种模糊设计和工程之间界限的工具。在这里整合推特线程时,请在此处查看推特线程,以获得更全面的信息: : 桥本巴库 基于Lisp的设计工具,可将图形设计和计算艺术联系起来。它是一种精美的产品,显示出将语言抽象与交互式设计空间并置的力量。 令人赞叹的是,巴库(Baku)正在用它
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:25165824
    • 提供者:weixin_42133899
  1. lab2d:可定制的2D平台,用于基于代理的AI研究-源码

  2. DeepMind Lab2D 用C ++和Lua编写的用于创建网格世界的学习环境。 关于 DeepMind Lab2D是一个用于创建2D环境以进行机器学习的系统。该系统的主要目标是易用性和性能:环境是“网格世界”,定义了简单的基于文本的地图(用于布局世界)和Lua代码(用于其行为)的组合。机器学习代理通过以下两种API之一与这些环境进行交互:Python API或自定义C API( 也使用)。支持多个代理。 如果您在研究中使用DeepMind Lab2D并想引用它,我们建议您引用。 入门 我们
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:537600
    • 提供者:weixin_42132056
  1. Tiny-Redstone:适用于Minecraft的Forge Mod,添加了许多细小的红石块,您可以将它们放到红石面板上以形成细小的红石电路-源码

  2. Tiny Redstone是Minecraft的锻造模型,它添加了许多细小的红石块,您可以将它们放在一起放在Redstone面板上以形成细小的红石回路。这些电路可以复制到蓝图上,并在Minecraft世界内部和外部共享。 这些面板可以拾取,移动,旋转并与其他面板链接。您甚至可以将它们染成符合您的身材! 每个面板可在8x8网格中容纳多达64个组件。您可以选择每块Tiny Redstone Dust连接哪一侧,并使电路超级紧凑。 怎么玩 制作红石面板和一些微小的红石组件。 右键单击带有组件的面板以放
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:263168
    • 提供者:weixin_42117150
  1. Reinforcement_Learning-源码

  2. 补强_学习 该存储库包含我在各种深度强化学习算法的实现方面的工作。 这些包括我的项目和Ioannis Karamouzas博士在CS8810深度强化学习课程中的作业。 Pytorch在Open-AI中在lunarlander-env上实现进化策略算法。 在Open-AI中的frogger-env上实现Deep Q Network(DQN)算法。 代理试图通过单向交通穿越高速公路。 代理的操作集由上下移动的2个操作组成。 Open-AI中关于frogger2-env的Double DQN算法
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:1024
    • 提供者:weixin_42151305
  1. mixer:在Blender中进行实时协作的附加组件(仅用于镜像,请在https上发布您的问题并合并请求-源码

  2. 混合器 免责声明:该项目处于Alpha状态,并且正在积极开发中。 请勿在没有备份的情况下使用它来编辑生产资产,否则可能会破坏它们。 请注意,开发是在Windows 10上进行的。请报告问题并提交其他操作系统的PR。 在其查找有关最新版本的详细信息。 介绍 Mixer是Ubisoft Animation Studio开发的Blender插件,用于3D版实时协作。 它允许多个Blender用户同时在同一场景上工作。 由于广播服务器独立于Blender,因此还可以实现其他3D编辑软件的连接。 同
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:1048576
    • 提供者:weixin_42104366
  1. ecPoint-Calibrate:交互式GUI(用Python开发),用于对数值天气预报模型输出进行校准和条件验证-源码

  2. ecPoint校准 ecPoint-Calibrate是一款使用条件验证工具将数值天气预报(NWP)模型输出与点观测值进行比较的软件,并以此方式预测子网格的可变性并识别网格规模上的偏差。 它提供了一个动态且用户友好的环境,可以对NWP模型参数(例如降水,风,温度等)进行后处理,并为地理位置(在世界任何地方,以及中等范围的预测)生产概率产品。 该项目的开发由项目“ ECMWF天气夏季代码(ESoWC)” 。 要求 用法 从“页面下载最新版本(AppImage文件)。 当前仅支持Linux。
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:32505856
    • 提供者:weixin_42097369
  1. 网格世界-源码

  2. 网格世界 我认为强化学习的“你好世界”。 那么为什么要这样做呢? 我希望能够为机器学习代理提供更高级的环境,而Unity为此提供了极大的灵活性。 这更多是一个示例,说明如何从头开始创建Unity环境并直接使用Python与它交互。 这使用了一个自定义的双重DQN:一个用于本地,一个用于目标网络。 该代理基于屏幕上的原始像素学习。 安装 这分为两个部分。 一个专门安装PyTorch,而另一个专门安装其余依赖项。 您可以通过Unity或使用预构建的二进制文件来运行它。 如果您想要预建的游戏,则可以
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:59392
    • 提供者:weixin_42134554
  1. ActionEmbedding:纸的代码存储库-源码

  2. 动作嵌入 这是“论文的代码库。 实验 该代码提供了两组实验 网格世界 InvertedPendulum(需要) 没有状态嵌入的任务需要进行一些修改 sac.py 40-57行 agent.py 64-68行 跑 python agent.py -i identifier -t task_id -transfer 0/1 -ckpt_path path -ckpt_step step -source_t source_task_id
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:14336
    • 提供者:weixin_42116672
  1. rl-laplacian:在强化学习中学习拉普拉斯表示-源码

  2. 在强化学习中学习拉普拉斯表示 该代码库实现了的表示学习方法 。 该实施包括(i)表示学习和(ii)使用所学习的重新设置进行奖励整形。 该代码库是重新实现的,不是本文中用于生成实验结果的代码库。 实验代码仅包括网格世界环境,而不包括Mujoco控件环境。 请参考run_full_experiments.sh来运行表示学习,奖励整形和可视化表示。 plot_curves.py用于绘制不同形状的奖励之间的学习曲线比较。 该代码适用于Python> = 3.6和PyTorch> =
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:241664
    • 提供者:weixin_42140716
  1. Robeco:Robeco-源码

  2. 罗贝科 请在此存储库中找到3个Jupyter书签。 ERC_CDaR是基于风险平价投资组合的回测,它使用不同的风险度量(标准差,风险标准价值和风险条件性提款)将其与同等加权和最小方差策略进行比较。 HRP C_DaR是回溯测试,它依赖于一种称为“层次聚类”的机器学习聚类方法。 两次回测都对它们的性能进行统计分析。 我发现它们的锐化率在统计上与基准策略不同(p_val = 0.023,p_val = 0.02)。 您还可以找到一个我仍在尝试开发的游戏,名为《 Hearts of Fire》。 这是
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:2097152
    • 提供者:weixin_42160424
  1. L2M_GridWorld:网格世界设置中的终身学习-源码

  2. L2M_GridWorld 网格世界设置中的终身学习,基于以下文章中的Mini网格世界环境: : 第一次运行:运行此命令:python ./manual_control.py --env MiniGrid-FourRooms-v0 --num_envs 5 简约的Gridworld环境(MiniGrid) 那里还有其他的gridworld Gym环境,但是该环境被设计为特别简单,轻巧和快速。 该代码几乎没有依赖项,因此不太可能破坏或无法安装。 它不加载任何外部精灵/纹理,并且可以在Co
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:6291456
    • 提供者:weixin_42115513
  1. Q-GridWorld:使用表格Q学习算法的演示项目-源码

  2. Q-GridWorld演示 一个简单的Unity项目,以表格形式展示了Q学习算法。 要获得浏览器内WebGL版本,请点击的链接。 总览 在最简单的情况下,我们有一个5x5的网格世界,其中有一个特工(蓝色方块),一个目标(绿色方块)和障碍物(红色方块)。 对于演示的每次运行,都会随机选择代理商,目标和障碍物的位置(但在同一演示运行中保持一致)。 在这种网格世界环境中,代理的目标是学习一种策略,以有效地从其起始位置导航到目标位置,同时避免障碍。 它通过学习针对处于每种状态的最佳行动来实现这一目标(通
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:833536
    • 提供者:weixin_42098251
  1. 模仿:在pythonTensorflow中实施逆向强化学习(IRL)算法。 深度MaxEnt,MaxEnt,LPIRL-源码

  2. 模仿 在python / Tensorflow中实现选定的逆向强化学习(IRL)算法。 python demo.py 实现的算法 线性逆强化学习(Ng&Russell 2000) 最大熵逆强化学习(Ziebart et al。2008) 最大熵深度逆强化学习(Wulfmeier et al。2015) 已实施MDP和求解器 网格世界2D 网格世界1D 价值迭代 依存关系 python 2.7 cvxopt Tensorflow 0.12.1 matplotlib 线性逆向强化学习
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:2097152
    • 提供者:weixin_42156940
  1. open_spiel:OpenSpiel是用于游戏中一般强化学习和搜索计划研究的环境和算法的集合-源码

  2. OpenSpiel:游戏中强化学习的框架 OpenSpiel是用于一般强化学习和游戏中搜索/计划研究的环境和算法的集合。 OpenSpiel支持n玩家(单人和多人)零和,合作和一般和,单发和顺序,严格的回合和同时移动,完美和不完美的信息游戏,以及传统的多人环境例如(部分和完全可观察的)网格世界和社会困境。 OpenSpiel还包括用于分析学习动态和其他常见评估指标的工具。 游戏被表示为程序扩展形式的游戏,具有一些自然的扩展。 核心API和游戏以C ++实现,并公开给Python。 算法和工具都
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:2097152
    • 提供者:weixin_42110070
« 12 3 4 5 6 »