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. MATCOM与VC6.0使用

  2. vc6.0下使用矩阵运算库的方法，包含教程以及教程中用到的所有文件。 最近在做一个项目，甲方要求使用VC6.0来做,(都什么年代了还在用vc6.0，无力吐槽，奈何甲方就是甲方)，项目中设计到很多矩阵运算，并且要在原来的研究成果上来做，原来的成果大部分都是用Matlab实现的，这就需要一个转化。 对比了一大波矩阵库（1.C++矩阵运算库：matcom 2.C++矩阵运算库：Eigen3 3.C++矩阵运算库：OpenCV 4.C++矩阵运算库：ViennaCL 5.C++矩阵运算库：Armadi

  3. 所属分类：电信

    • 发布日期：2017-09-05
    • 文件大小：2097152
    • 提供者：yantao_wang

  1. eigen3源码

  2. caffe中提供了c++的接口，所以在c++矩阵对矩阵的处理是不可避免的，所以这里使用了eigen库来实现c++对矩阵、向量等的快速处理。 eigen是开源、并且不用编译的库，主要原因是它提供的实现都是模板，所以不能使用编译好的链接库。 下面介绍Ubuntu下的相关配置： 1、安装 该部分主要参照eigen3下载后的安装文档： 1）在INSTALL文件所在的文件路径新建一个文件夹如build_dir(m) 2）进入build_dir（cd build_dir） 3)cmake .. 4)mak

  3. 所属分类：Python

    • 发布日期：2017-10-16
    • 文件大小：1048576
    • 提供者：windfly_al

  1. 矩阵计算 Eigen3依赖库 (3.3.5 Release)

  2. 矩阵计算 Eigen3依赖库 (3.3.5 Release)。Eigen是一个高层次的C++库，有效支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。该版本是在3.3.5版本中发布的，有效支持需要Eigen 3.2 or later的调用。

  3. 所属分类：C++

    • 发布日期：2018-11-08
    • 文件大小：1048576
    • 提供者：weixin_43079622

  1. Eigen 3.3.5

  2. Eigen 3.3.5 has been released on July 23, 2018. This is a maintenance release fixing several minor bugs and compilations issues. For more details, look at the Changelog.

  3. 所属分类：Linux

    • 发布日期：2020-12-09
    • 文件大小：2097152
    • 提供者：qq_36371342

  1. C++读入N,X,Y,Z格式文本文件到Eigen3 Matrix

  2. C++读入”N,X,Y,Z”格式文本文件到Eigen3 Matrix，以及相同格式输出方法 很多数据资料的格式类似这样： 1,-2085738.7757,5503702.8697,2892977.6829 2,-2071267.5135,5520926.7235,2883341.8135 3,-2079412.5535,5512450.8800,2879771.2119 4,-2093693.1744,5511218.2651,2869861.8947 5,-2113681.5062,5491

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：35840
    • 提供者：weixin_38602189

  1. C++读入”N,X,Y,Z”格式文本文件到Eigen3 Matrix

  2. C++读入”N,X,Y,Z”格式文本文件到Eigen3 Matrix，以及相同格式输出方法 很多数据资料的格式类似这样： 1,-2085738.7757,5503702.8697,2892977.6829 2,-2071267.5135,5520926.7235,2883341.8135 3,-2079412.5535,5512450.8800,2879771.2119 4,-2093693.1744,5511218.2651,2869861.8947 5,-2113681.5062,54918

  3. 所属分类：其它

    • 发布日期：2021-01-03
    • 文件大小：31744
    • 提供者：weixin_38692122

  1. nextpnr:支持ice40，ecp5，Artix-7，UltraScale +-源码

  2. 下一个 支持ice40，ecp5，Artix-7，UltraScale + 1，nextpnr-ice40 预备安装： CMake 3.3或更高版本 现代C ++ 11编译器（开发需要使用clang格式） Qt5或更高版本（Ubuntu 16.04的qt5-default） Python 3.5或更高版本，python3-dev Boost库（libboost-dev libboost-文件系统-dev libboost-线程-dev libboost-program-options-

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：14680064
    • 提供者：weixin_42098251

  1. ScalableFusion:完全基于网格的RGB-D重建。 能够存储大型重建图而不会浪费GPU内存-源码

  2. 可扩展融合： 基于网格的RGB-D重建管线，可进行大规模重建。 与基于surfel或tsdf的方法相比，优点在于，它可以将颜色信息存储在任意分辨率的纹理中。 几何分辨率和颜色分辨率之间的耦合被破坏了。 它还具有一种将数据从GPU卸载到系统内存的机制。 警告整个事情还远远没有完成，我们不建议在当前状态下使用它。 我们目前遇到的问题： 随机崩溃（尤其是在整合新颖的几何图形期间） 极其脆弱的跟踪。 内存泄漏 非功能性多线程模式 参见论文：可扩展融合：基于网格的高分辨率实时3D重构（ ） 安

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：572416
    • 提供者：weixin_42161450