目录
介绍
该存储库表示在开发用于材料科学中的机器学习的图形网络方面的工作。 这项工作仍在进行中，到目前为止，我们开发的模型仅基于我们的最大努力。 我们欢迎任何人使用我们的代码和数据来构建和测试模型的努力，所有这些代码和数据都是公开的。 也欢迎任何意见或建议（请在Github Issues页面上发帖。）
使用我们的预训练MEGNet模型进行晶体特性预测的Web应用程序可从。
MEGNet框架
MatErials图形网络（MEGNet）是DeepMind图形网络[1]的实现，用于材料科学中的通用机器学习。 我们已经证明了它在分子和晶体的广泛属性中实现非常低的预测误差方面所取得的成功（请参阅 [
2024-06-06 11:20:22
39.25MB
1
若依系列框架RuoYi(104集),RuoYi-Vue（117集）、RuoYi-Cloud（134集）最新完整视频
链接：https://pan.baidu.com/s/1Gjvwrp3lr0nXXv30U5UbOA
RuoYi-Cloud 微服务版本视频课程目录
├──01 项目概述.mp4 20.77M
├──02 微架构概念.mp4 20.99M
├──03 微架构及选型.mp4 21.19M
├──04 目录文件介绍.mp4 17.16M
├──05 项目运行.mp4 108.31M
├──06 构建发布到Linux.mp4 70.13M
├──07 开发环境运行.mp4 82.35M
├──08 服务网关介绍.mp4 23.32M
├──09 使用服务网关.mp4 35.82M
├──10 网关路由规则.mp4 27.60M
├──11 网关路由配置.mp4 15.71M
├──12 网关限流配置.mp4 34.21M
├──13 网关熔断降级.mp4 30.85M
├──14 网关跨域配置.m
2024-06-05 17:27:19
6KB
1
php源码
2023全新个人免签约支付系统PHP源码 | 码支付系统 | thinkphp6框架 |
拒绝高风险的扫码登录方式，采用 APP 监听系统收款通知方案，更安全可靠！
2024-05-31 20:45:43
39.94MB
1
yolov3-tiny训练模型，用pytorch框架搭建，让高配置的电脑，笔记本也能训练v3tiny模型，并且部署到树莓派等视觉实践项目中进行视频实时目标检测，优点在于检测速度快，模型体积小，方便部署和搭建，对于很多新手小白来说十分友好，该模型搭配我博客所讲的方法可以让你们快速入门进行目标检测项目，YOLOv3是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。而YOLOv3-tiny是YOLOv3的简化版。YOLOv3-tiny是YOLO系列中的一个目标检测模型。它是基于深度学习算法的目标检测模型，具有较快的检测速度和较低的计算资源要求。YOLOv3-tiny相对于YOLOv4-tiny在性能上有所下降，但仍然可以实现一定的目标检测准确率。yolov3-tiny 相对于其他版本的 yolo 网络有以下优势yolov3-tiny 具有更快的推理速度，适用于对实时性要求较高的应用场景。
yolov3-tiny 在保持较高检测精度的同时，具有更小的模型体积，占用更少的存储空间。
yolov3-tiny 适合于在计算资源有限的设备上进行目标检测任务。
2024-05-29 19:19:37
1014KB
1