RSNA颅内出血检测 这是第一个解决方案的源代码。 解决方案写下： 。 Solutuoin概述 依存关系 opencv-python的== 3.4.2 scikit图像== 0.14.0 scikit-learn == 0.19.1 scipy == 1.1.0 火炬== 1.1.0 火炬视觉== 0.2.1 代码 2DNet 3DNet 序列模型 2D CNN分类器 预训练模型 seresnext101_256 * 256 densitynet169_256 * 256 densitynet121_512 * 512 前处理 准备csv文件： 下载data.zip： 将dcm转换为png python3 prepare_data.py -dcm_path stage_1_train_images -png_path train_png python3

PointCloud-八叉树压缩 用于PointCloud Octree压缩的Matlab代码 这是一个基于八叉树占用率和算术编码的无损点云压缩MATLAB演示。

沙盒 Linux seccomp变得简单 该软件包提供了一种简单的方法，可以通过环境变量在任何应用程序（甚至是专有应用程序）中启用基本seccomp。 它与SystemCallFilter= 非常相似，但具有一些优点： 它没有一些systemd限制： execve，exit，exit_group，getrlimit，rt_sigreturn，sigreturn系统调用以及用于查询时间和睡眠的系统调用被隐式列入白名单... 它可以为动态链接的二进制文件提供更严格的过滤 建筑 构建系统期望的最新版本可以作为静态库使用。 建议从上游源构建它，而不要依赖特定发行版中的版本。 Makefile将在libseccomp目录中查找有效的树和内部版本，因​​此满足依赖关系的最简单方法是在项目目录中执行以下操作： user@dev: ~ /sandbox$ curl -L -O https://gi

tBERT 该存储库提供了论文“ tBERT：用于语义相似性检测的主题模型和BERT联合力”（ ）的代码。 设置 下载预训练的BERT 在主目录中创建缓存文件夹： cd ~ mkdir tf-hub-cache cd tf-hub-cache 下载预训练的BERT模型并解压缩： wget https://storage.googleapis.com/bert_models/2018_10_18/uncased_L-12_H-768_A-12.zip unzip uncased_L-12_H-768_A-12.zip 下载预处理数据 转到tBERT存储库： cd /path/to/tBERT/ 从保管箱下载主题模型和原始数据集： wget "https://www.dropbox.com/s/6p26mkwv62677zt/original_data.tar.gz" 解压

opencv_train_svm 一些使用 HOG HuMoment 特征训练 svm 字符预测器的代码

运行或行走 在Inceptive Blog文章“预测DL4J的外观”中解释的Java代码： :

nlp-ali 金融大脑的挑战赛 个人的代码 近期做了一些NLP的研究，并基于6月份蚂蚁金服金融大脑的挑战赛，完成了文本相似度计算的验证。 主要思路是基于word2vec来进行训练，并实现文本相似度的计算。 所使用的语料，包括了公开的wiki语料，网友收集的微信语料，以及此大赛中的语料。 其中微信语料的位置在 注意，此次语料训练采用了增量训练的方式。 使用方式： 1、下载此代码到本地。 2、下载训练的模型。位置在 下载后放到models目录下。 3、运行python ali_wx_wiki_vec_compare.py ./input_test.txt ./temp/ 4、结果在temp目录下。 训练： 1、下载数据到本地。拷贝到此代码大的根目录下。 数据公开的网址稍后更新。 2、运行如下脚本即可。 python word2vec_train.py

姿势优化SLAM3D 3D（x，y，z，qw，qx，qy，qz）姿势优化SLAM 下载资料 python data_downloader.py 运行SLAM python pose_optimization_slam_3d.py 结果 parking-garage.g2o数据 步骤1 第10步 标准输出 sphere2200_guess.g2o torus3d_guess.g2o 参考

资源为java文件，直接运行即可，随机统一社会信用代码_组织机构代码生成，含统一社会信用代码生成逻辑！与上传的校验逻辑可结合使用

艾伦SDK 该存储库包含用于处理和分析中的数据的代码。 请访问了解更多信息。 我们欢迎您的贡献！ 请参阅此处的。 有关请参见此处。 如果您对AllenSDK有更多一般性问题或意见，请将其发布到。