Video-Compression-motion-estimation-block-video-encoder：此存储库与视频压缩有关，更具体地说，与视频编码器的运动估计块（ME块）有关。 这是一个研究项目，旨在开发一种有效的运动估计算法，从而使视频压缩技术能够与高帧率视频和高分辨率视频保持同步。

经典数字音效处理书籍 DAFX 对各种数字音频效果的处理原理都讲得十分清楚

语义分割的有效解决方案：具有无可分离卷积的ShuffleNet V2 我们提出了一种计算有效的语义分割方法，同时实现了对Cityscapes挑战的70.33％的高均值交集（mIOU）。 建议的网络能够在移动设备上实时运行。 纸： 如果您发现该代码对您的研究有用，请考虑引用我们： @InProceedings{turkmen2019efficient, author = {Sercan T{ \" u}rkmen and Janne Heikkil{ \" a}}, title = {An Efficient Solution for Semantic Segmentation: {ShuffleNet} V2 with Atrous Separable Convolutions}, booktitle = {Image Analysis}, year

数字图像的matlab实现第三版 Digital Image Processing Using MATLAB 3rd edtion 冈萨雷斯，这个版本配套冈萨雷斯的数字图像处理第四版教材，新增了不少算法，包括图像配准，图像分割，深度学习，卷积神经网络等

得来的完整原版pdf，共361页，不是图片版，有索引，自然语言入门神书，豆瓣评分9.1

修剪后的依赖树上的图卷积用于关系提取 此回购包含PyTorch代码，用于修剪。 本文/代码在修剪的依赖树上引入了图卷积神经网络（GCN），用于关系提取的任务。 还引入了一种特殊的树修剪技术，称为“以路径为中心的修剪”，以从树中消除不相关的信息，同时最大程度地维护相关信息。 与诸如各种基于LSTM的模型之类的序列模型相比，此GCN模型利用依赖结构桥接远程单词，因此提高了远程关系的性能。 与以前的递归模型（如TreeLSTM）相比，此GCN模型在获得更好的性能的同时，也更早地实现了并行化，因此效率更高。 参见下面的模型架构概述： 要求 Python 3（在3.6.5上测试） PyTorch（

集成电路工艺：Deep-submicron process technology Describe such deep-submicron process technology and intended to provide semiconductor engineers and researchers with a comprehensive , state-of-the-art reference about these emerging and leading-edge process.

Silicon Processing for the VLSI Era (III)

硅基集成电路工艺：process technology provide a comprehensive and up-to-date treatment of this important and rapidly changing field.

QGIS 处理轨迹工具 Trajectools 插件将轨迹工具添加到 QGIS 处理工具箱中。 注意：这个插件依赖于 GeoPandas！ GeoPandas 现在包含在 OSGeo4W 中。 使用高级安装并在“选择软件包”对话框中搜索GeoPandas。