您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 深度学习与PyTorch-代码与PPT(全).zip

  2. pytorch入门与实战所有的代码及课件,环境搭建到实战,包含RNN,LSTM GAN等多个章节内容
  3. 所属分类:讲义

    • 发布日期:2020-05-13
    • 文件大小:169869312
    • 提供者:weixin_43314180
  1. 详解python实现小波变换的一个简单例子

  2. 最近工作需要,看了一下小波变换方面的东西,用python实现了一个简单的小波变换类,将来可以用在工作中。 简单说几句原理,小波变换类似于傅里叶变换,都是把函数用一组正交基函数展开,选取不同的基函数给出不同的变换。例如傅里叶变换,选择的是sin和cos,或者exp(ikx)这种复指数函数;而小波变换,选取基函数的方式更加灵活,可以根据要处理的数据的特点(比如某一段上信息量比较多),在不同尺度上采用不同的频宽来对已知信号进行分解,从而尽可能保留多一点信息,同时又避免了原始傅里叶变换的大计算量。以下计
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:309248
    • 提供者:weixin_38574132
  1. FastSpeech2:微软“ FastSpeech 2”的实现-源码

  2. FastSpeech 2-PyTorch实施 这是Microsoft文本到语音系统的PyTorch实现。该项目基于。随意使用/修改代码。 FastSpeech 2有多个版本。此实现与更相似,后者使用F0值作为音高特征。另一方面,通过连续小波变换提取的音高频谱图在中用作音高特征。 更新 2021/2/26:支持英语和普通话TTS 2021/2/26:支持多扬声器TTS(AISHELL-3和LibriTTS) 2021/2/26:支持MelGAN和HiFi-GAN声码器 音频样本 此实现生成的
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:136314880
    • 提供者:weixin_42133861
  1. pyscatwave:使用CuPyPyTorch进行快速散射变换-源码

  2. 公告 11/18 不再支持该软件包。 现在,我们已经发布了kymatio: , 包括1D-2D-3D快速,优化,微散射变换和涵括所有pyscatwave的行为。 除其他事项外,您现在可以更轻松地使用微分2d散射,并根据需要使用CPU。 比pyscatwave更大的开发团队将为kymatio提供良好的支持。 07/18 我们刚刚在母版中发布了一个可微分的2D散射示例。 它不是高效的内存,也不是很快。 PyScatWave CuPy / PyTorch散射实现 散射网络是一种卷积网络,其滤
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:3145728
    • 提供者:weixin_42132325
  1. GraphWaveletNeuralNetwork:“ Graph Wavelet神经网络”的PyTorch实现(ICLR 2019)-源码

  2. 图小波神经网络 ⠀ 图小波神经网络的PyTorch实现(ICLR 2019)。 抽象 我们提出了图小波神经网络(GWNN),一种新颖的图卷积神经网络(CNN),它利用图小波变换来解决依赖于图傅立叶变换的先前频谱图CNN方法的缺点。 与图傅立叶变换不同,可以通过快速算法获得图小波变换,而无需矩阵本征分解,且计算量大。 此外,图小波稀疏并局限在顶点域,为图卷积提供了高效率和良好的可解释性。 在三个基准数据集:Cora,Citeseer和Pubmed的基于图的半监督分类任务中,提出的GWNN明显优
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:4194304
    • 提供者:weixin_42101641
  1. kymatio:Python中具有GPU加速的小波散射变换-源码

  2. Kymatio:Python中的小波散射 Kymatio是Python编程语言中的小波散射变换的实现,适用于信号处理和机器学习中的大规模数值实验。 散射变换是实现为卷积网络的平移不变信号表示形式,其滤波器不是学习的而是固定的(作为小波滤波器)。 如果需要以下库,请使用Kymatio: 支持一维,二维和三维小波, 将小波散射集成到深度学习架构中,并且 通过主要的深度学习API(例如PyTorch和TensorFlow)在CPU和GPU硬件上无缝运行。 Kymatio环境 灵活性 Kymati
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:638976
    • 提供者:weixin_42099530