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. 内外积代数运算及python,tensorflow,matlab语句的实现

  2. 内外积代数运算及python,tensorflow,matlab语句的实现 在进行数学运算的时候经常会碰到向量以及矩阵的乘法，如果对符号和概念没有搞清楚的话经常会出现错误，尤其是将数学表达式代码化的时候，如果搞不清数据的维度以及做的是哪种乘法的话也会出现一些无法避免的错误，轻则代码量较小，代码跑几秒提示错误，然后改正。重则成百上千行的代码反复尝试多次不知道错在哪里，浪费大量不必要的时间，我也是经常遇到向量以及矩阵的运算，一次搞清楚事后不复习又忘记，然后再查再忘，今天就索性自己写一篇博客，将常见的

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：69632
    • 提供者：weixin_38628953

  1. 使用Numpy/TensorFlow中的tensordot进行多维矩阵相乘

  2. 在使用Numpy或者TensorFlow的tensordot方法进行矩阵相乘的时候，axes是一个重要的参数，它可以定义两个矩阵互乘的时候是使用内积、外积、或是其他方法。不管Numpy还是TensorFlow，它们使用tensordot的axes参数的方法是一样的，本文在举例时混用了这两个函数，千万不要被迷惑。 以TensorFlow的tensordot为例，其语法为： tf.tensordot(     a, b, axes, name=None ) 其中a和b为输入的两个矩阵，参数axes

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：79872
    • 提供者：weixin_38587473

  1. Handwritten-Text-Recognition-and-Translation-System-源码

  2. 项目说明 该项目是一个脱机手写文本识别（HTR）系统，可将扫描图像中包含的印地语字符或英语单词转换为数字文本，并在网页中显示输出。除了转录外，还使用python API将文本从北印度语译成英语，反之亦然。 为了完成上述转录任务，使用了两个主要方法：直接对单词进行分类和字符分割。 对于前者，卷积神经网络（CNN）与各种体系结构一起使用，可以训练可以准确分类单词的模型。对于后者，使用长短期记忆网络（LSTM）进行卷积以构造每个字符的边界框。然后将分割后的字符传递到CNN进行分类，然后根据分类和分割的

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：2097152
    • 提供者：weixin_42119866

  1. elasticdeform：N维图像（Python，SciPy，NumPy）的微分弹性变形-源码

  2. N维图像（Python，SciPy，NumPy，TensorFlow）的弹性变形 该库为N维图像实现了基于弹性网格的变形。 弹性变形方法在 Ronneberger，Fischer和Brox，“ U-Net：用于生物医学图像分割的卷积网络”（ ） Çiçek等人，“ 3D U-Net：从稀疏注释中学习密集的体积分割”（ ） 该过程将为每个栅格点生成一个具有随机位移的粗位移网格。 然后对该网格进行插值以计算输入图像中每个像素的位移。 然后，使用位移矢量和样条插值使输入图像变形。 除了正

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：122880
    • 提供者：weixin_42171208

  1. 使用Numpy/TensorFlow中的tensordot进行多维矩阵相乘

  2. 在使用Numpy或者TensorFlow的tensordot方法进行矩阵相乘的时候，axes是一个重要的参数，它可以定义两个矩阵互乘的时候是使用内积、外积、或是其他方法。不管Numpy还是TensorFlow，它们使用tensordot的axes参数的方法是一样的，本文在举例时混用了这两个函数，千万不要被迷惑。 以TensorFlow的tensordot为例，其语法为： tf.tensordot(     a, b, axes, name=None ) 其中a和b为输入的两个矩阵，参数axes

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：79872
    • 提供者：weixin_38651812

  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