曾经独步天下的GIPS音频引擎开源了， 包括ACE,NS，AGC,静音检测，等功能，可集成于VOIP应用。

《NS与网络模拟》是以前出的很好的一本NS的入门书籍。现在书已经很难找到了，这是难得的电子版。

ns-3拓扑生成器 ns-3拓扑生成器项目旨在提供一种快速简便的方法来创建ns-3拓扑。 它提供直观的GUI，因此您可以添加节点，链接，应用程序...，并为ns-3生成C ++仿真代码。 构建/安装 您需要Qt 4 librarie来编译和使用ns-3拓扑生成器。 构建项目：$ qmake $ make 要使用它，只需运行：$ ./ns-3-generator 生成API文档（您需要doxygen工具）：$ doxygen Doxyfile HTML生成的文档位于source的doc / html /目录中。 可以将配置保存到XML文件中，然后再加载。 屏幕截图示例 执照 版权所有（c）2009斯特拉斯堡大学 该程序是免费软件； 您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新分发和/或修改它； 许可的版本2，或（由您选择）任何更高的版本。 分发该程序是希望它会

问题： 在使用mask_rcnn预测自己的数据集时，会出现下面错误： ResourceExhaustedError: OOM when allocating tensor with shape[1,512,1120,1120] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [[{{node rpn_model/rpn_conv_shared/convolution}} = Conv2D[T=DT_FLOAT, data_format="NCHW", dilation

说明 本例子利用TensorFlow搭建一个全连接神经网络，实现对MNIST手写数字的识别。 先上代码 from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf # prepare data mnist = input_data.read_data_sets('MNIST_data', one_hot=True) xs = tf.placeholder(tf.float32, [None, 784]) ys = tf.placeholder(tf.float32, [None, 10]

看代码，tensor转numpy: a = torch.ones(2,2) b = a.numpy() c=np.array(a) #也可以转numpy数组 print(type(a)) print(type(b)) print(a) print(b) 输出为： tensor([[1., 1.], [1., 1.]]) [[1. 1.] [1. 1.]] numpy转tensor： import torch import numpy as np a = np.ones(5) b = torch.

aodv-uu-0.9.6_ns-2.35 将 aodv-uu-0.9.6 修补到 ns-2.35

该文档，为ns-3.2.6中的默认文档/examples/tutorial/目录下的五篇文档注释，非常详细！基本都达到来逐字逐句的注释，很适合初学者学习使用！

超级马里奥-奥德赛的amiibo的bin数据下载，可以用NFC写入NTAG215的卡片，推荐使用安卓机的用户下载使用（tagmo）

基于Gensim的Python的文本分析方法：TFIDF LDA1、简介2、中文文本预处理3、Gensim文本挖掘3.1 TFIDF文本分析3.2 LDA文本分析4、总结 1、简介 文本数据的挖掘在当今互发达的联网环境下显得越来越具有价值，数据分析师Seth Grimes曾指出“80%的商业信息来自非结构化数据。本文以中文文本数据作为分析对象，针对中文文本存在的特征进行文本预处理，并调用Gensim工具包实现对文本的TFIDF建模已经LDA建模，从文本中抽取出的特征进行表征文本信息，可用于后续文本相似度、个性化推荐等研究。 2、中文文本预处理 首先，观察如下一条用户在网上所发表的评论： 不难