神经网络可视化 神经网络架构和参数的可视化。 描述 这个项目是为我的硕士论文完成的。 可以从论文中获得一般描述： 抽象的 人工神经网络是人工智能研究的热门领域。 大型模型的大小和复杂性的增加带来了某些问题。 神经网络内部工作缺乏透明度，因此很难为不同任务选择有效的架构。 事实证明，解决这些问题具有挑战性，并且由于缺乏对神经网络的深入了解，这种情况变得根深蒂固。 考虑到这些困难，介绍了一种新颖的3D可视化技术。 通过使用来自神经网络优化领域的既定方法，可以估算出经过训练的神经网络的属性。 批处理规范化与微调和特征提取一起使用，以估计神经网络不同部分的重要性。 重要值与各种方法（如边缘捆绑，光线跟踪，3D冒名顶替者和特殊的透明技术）的组合产生了代表神经网络的3D模型。 证明了所提取的重要性估计的有效性，并探索了开发的可视化的潜力。 如何使用 使用描述的参数准备configs/processi

科学引文知识提取器（SCKE） 关于SCKE SCKE是一个开放源代码工具，可通过分析引用他们的论文内容，帮助生物医学研究人员了解他人如何使用他们的工作。 该工具使用自然语言处理和机器学习来提取引用文档中讨论的突出主题和概念。 通过查看引用文章讨论的主题类型，研究人员可以更好地了解他们的工作如何影响同龄人和科学的各个学科。 此外，SCKE允许生物医学研究人员探索有关引用它们的出版物的其他统计数据，例如引文的发表位置（期刊），关键字的分布（关键字），论文彼此的相似性（聚类），论文的相似性其他著名作品（TextCompare）以及有关引文的一般统计信息（Statistics）。 使用Biopy

Origin Python示例 使用originpro Python软件包与Origin软件进行交互的代码示例。 这些示例可以与Origin中的内置Python解释器一起使用，也可以与外部Python解释器一起使用。 所有的例子将作为与嵌入式解释。 当将它们与外部解释器一起使用时，需要进行一些简单的修改，如 。 运行示例 运行这些示例的最简单方法是。 然后，只需解压缩文件并从Code Builder中的File菜单中打开所需的文件。 然后，按F5键运行示例。 请注意，某些示例要求安装其他Python软件包。 文献资料 对于嵌入式Python解释器，。 对于外部Python解释器，。 有关originpro软件包的文档，。

Vtk2Obj 将Paraview .Vtk文件转换为Wavefront .Obj文件，以在游戏引擎中进行3D可视化。 当前仅支持三角网格的转换，该三角网格只能是一个壳（即不是体积网格）。 将处理单个或.vtk文件的文件夹。 建议的用法-在整个网格上创建一个等值面，并将其导出为.vtk中的三角网格。 ParaView版本5.0.1的说明 创建geoemtry * .vtk文件： 打开一个paraview文件 在属性中取消选择所有字段 过滤-搜索-提取表面-输入 确保在管道浏览器中选择了“提取曲面” 过滤-搜索-生成表面法线-输入 在“属性”中：选择“计算单元法线”-应用 确保在管道

该项目是通过引导的。 可用脚本 在项目目录中，可以运行： yarn start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑，则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 yarn test 在交互式监视模式下启动测试运行器。 有关更多信息，请参见关于的部分。 yarn build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 生成被最小化，并且文件名包括哈希值。 您的应用已准备好进行部署！ 有关更多信息，请参见关于的部分。 yarn eject 注意：这是单向操作。 eject ，您将无法返回！ 如果您对构建工具和配置选择不满意，则可以随时eject 。 此命令将从您的项目中删除单个生成依赖项。 相反，它将所有配置文件和传递依赖项（webpack，Babel，ESLint等）直接复

mne-python：MNE：Python中的磁脑图（MEG）和脑电图（EEG）

斯坦纳树可视化 一个 Python 程序，它在直线和欧几里得空间中显示 MST，以及在直线和欧几里得空间中显示 SMT。

简单的音乐可视化例子，效果还是不错的。

5.9版本，可以绘制使用的3d图，有用的QT插件，希望有用吧

水文地球物理工具箱| Adrien Dimech | 水文地球物理学 Matlab编写代码来准备-处理-可视化和解释石堆的3D延时地球电监测。 随时访问： : 以获取有关我的研究的更多信息，或与我联系以获取更多信息和数据文件： 该存储库的内容： 一，初步办法 01- rock石堆的3D建模（476行） 02- COMSOL桩的3D建模（1172行） 二。 静态测量（2016） 03- 3D地电数据库到RES2D \ 3DINV（638行） 04- RES3DINV反演结果的3D可视化（293行） ii-正向和反向工具箱，带有RES2DMOD / INV和E4D->开发中 三， 延时测量（2017） 05- 3D地电监控的优化协议（1278条线） 06- ABEM Terrameter LS的优化协议（2158行） IV。 数据处理和反演 07-水文地质数据库处理（988行