保存Xvid格式视频失败时,尝试按装Xvid编码器,这样就可以正常保存Xvid格式的视频了。包括xvid格式的AVI视频,及其它视频格式。当前资源版本是Xvid-1.3.3,如果想要更高版本可以到其它网站需要资源。
2022-10-25 19:54:08 10.74MB XVID Xvid编码器
1
STM32外接旋转编码器(EC11),外部中断方式识别出正反转,响应速度优良,无丢步现象,无需延时滤波。在强干扰环境下测试正常。注意是仪器仪表面板常见的那种编码器,不是电机测速的那种。
1
P+F(倍加福)绝对值编码器PVM58使用手册中文版(带Profibus通讯连接说明)
2022-10-21 10:22:18 2.31MB P+F(倍加福) 绝对值编码器 PVM58 Profibus
1
欧姆龙E6B2模型+支架模型
2022-10-20 13:57:18 1.14MB solidworks 3D模型 装配体
1
压缩包包含两个文件:编码器E6B2-CWZ6C.SLDPRT文件和E6B2-CWZ6C.STL文件
2022-10-20 13:56:11 2.37MB solidworks 3D模型 装配体
1
编码器的源代码 非常有效 在matlab上运行状态良好,
2022-10-18 22:18:53 137KB 自编码器_matlab
1
均值漂移聚类matlab代码使用从卷积自动编码器中学到的功能进行无监督图像分割 通过训练深度卷积自动编码器,已经从图像中学到了一些有用的功能。 我们使用PCA进行了特征变换。 最后,采用均值漂移聚类算法以无监督的方式对图像进行分割。 EDISON分割:基于EDISON工具箱的图像分割 均值漂移马替代方案:Weizmann马数据集下均值漂移聚类的替代试验 Training BSDS500 :BSDS 500数据集下的培训网络代码 训练马:Weizmann马数据集下的训练网络代码 可视化PCA功能:可视化PCA转换后的功能 替补:计算图像分割的BSDS测试分数 EDISON matlab接口:用于均值漂移聚类的matlab包装器
2022-10-13 22:02:52 1.54MB 系统开源
1
混合自动编码器模型 这是D.Zhang的本文混合自动编码器中描述的模型的实现。 用法 python3 src/main.py --input-train tests/clusters_norm_10_train.mat --training-steps 100 --classifier-topology 64 32 16 --num-clusters 3 --autoencoder-topology 64 32 16 8 --input-dim 8 --input-predict tests/clusters_norm_10_test_1.mat --output results.mat --autoencoders-activation tanh tanh tanh tanh usage: Mixture Autoencoder model [-h] [--input-train IN
2022-10-13 16:56:00 8KB Python
1
本文适合学习电机学习入门的朋友,编码器是电机控制中的重要传感器,主要包括增量式编码器、绝对式编码器、旋转变压器,本文介绍的编码器类型和原理刚好适合刚入门的朋友进行学习。
2022-10-09 10:30:08 6.82MB 增量式编码器 绝对式编码器
1
VAE总结 VAE的本质是什么?VAE虽然也称是AE(AutoEncoder)的一种,但它的做法(或者说它对网络的诠释)是别具一格的。在VAE中,它的Encoder有两个,一个用来计算均值,一个用来计算方差,让人意外:Encoder不是用来Encode的,是用来算均值和方差的;此外均值和方差都是统计量,这里是用神经网络来计算。 事实上,VAE本质上就是在我们常规的自编码器的基础上,对encoder的结果(在VAE中对应着计算均值的网络)加上了“高斯噪声”,使得结果decoder能够对噪声有鲁棒性;而那个额外的KL loss(目的是让均值为0,方差为1),事实上就是相当于对encoder的一个正则项,希望encoder出来的东西均有零均值。 另外一个encoder(对应着计算方差的网络)的作用用来动态调节噪声的强度的。直觉上来想,当decoder还没有训练好时(重构误差远大于KL loss),就会适当降低噪声(KL loss增加),使得拟合起来容易一些(重构误差开始下降);反之,如果decoder训练得还不错时(重构误差小于KL loss),这时候噪声就会增加(KL loss减少),使得拟合更加困难了(重构误差又开始增加),这时候decoder就要想办法提高它的生成能力了。两者是对抗的过程。重构损失希望p(Z|X)的方差越小越好(噪声越小,重构越容易),KL损失希望它的方差越接近1越好。
2022-10-04 15:45:06 7.96MB 自编码器 变分自编码器
1