Network Controller Sideband Interface (NC-SI) Specification
2022-08-24 18:30:32 1.22MB NC-SI
1
USB NCM,属于USB-IF定义的CDC(Communication Device Class)下的一个子类:Network Control Model NCM协议规范基于ECM(Ethernet Control Model )改进而来,支持了更高的数据率。
2022-08-24 18:00:40 949KB usb 虚拟网卡 linux
1
Convolutional Neural Network (CNN) This tutorial demonstrates training a simple Convolutional Neural Network (CNN) to classify CIFAR images. Because this tutorial uses the Keras Sequential API, creating and training your model will take just a few lines of code.
2022-08-19 21:05:29 312KB tensorflow 卷积神经网络
1
千月网络助手是一款简易实用,功能全面的网络工程师必不可少的软件,拥有Cisco、Huawei命令查询,高级Ping,多Ping,网络扫描,IP计算,常用软件工具箱等多种强大功能,可以为网络工程师提供非常多的帮助,有喜欢的小伙伴快来下载吧!
2022-08-15 19:03:39 7.2MB network
1
This book introduces detailed TCP/IP socket concepts and teaches you how to write TCP/IP network program in C language.
2022-08-11 21:47:18 1.28MB TCP/IP socket C network
1
小区协作算法与架构,包括Turbo基站,联合预编码等等
2022-08-10 10:13:41 8.94MB Cooperative Cellular Network
1
Network Emulator Toolkit x64:在Windows下,模拟网络环境(丢包,延迟,带宽)的软件,亲测可用
2022-08-08 19:04:31 2.08MB 网络环境模拟
1
1.网络共享回收站工具个人客户端机器版Network Client Machine Edition无限试用 2.当您删除存储在网络位置或映射网络驱动器上的文件时,该文件将被永久删除。它不会进入本地计算机的回收站,也不会进入服务器的回收站。 如何为网络上的共享文件夹启用回收站?即使在删除信息后,也有恢复和保护信息的适当解决方案 - 网络回收站工具允许您恢复已删除的文件。 在系统中安装此工具后,它将自动跟踪所有网络删除的文件,您可以轻松地恢复它们。此工具不会删除文件,而是将它们直接发送到其预定义的回收站文件夹。 有多种选项可以对其进行调整。例如:您可以为存储在网络回收站中的文件设置大小限制,您可以定义网络驱动器或网络文件夹的列表来跟踪已删除的文件。 此外,它为您提供了保护文件工具,该工具可防止根据文件掩码删除指定文件夹的网络文件。导出和导入功能可帮助您在网络机器上安装具有相同选项的软件。密码控制不允许未经授权的访问。 从长远来看,如今意外丢失重要的网络文件和信息已不再是问题。不要焦虑和担心,请随时从任何可靠来源下载网络回收站工具,并确保您已预安装此恢复工具。
1
棋盘识别 该项目重点介绍了采用计算机视觉技术处理棋盘图像并识别棋盘配置的方法。 尽管将棋盘检测用于相机校准是一个经典的视觉问题,但是现有的棋子识别技术在受控环境下仍能正常工作。 程序针对所选的彩色棋盘和一组特定的棋子而定制。 该项目中使用的方法通过使用聚类来分割棋盘和棋子,而与颜色方案无关,对现有研究进行了补充。 对于棋子识别,该方法引入了一种新颖的方法,该方法使用R-CNN训练鲁棒的分类器以处理不同类型的棋盘棋子。 与基于SIFT的分类器相比,该方法在不同种类的样本上表现更好。 如果扩展,这项工作对于记录动作和培训国际象棋AI以预测特定棋盘配置的最佳可能动作可能很有用。 方法堆栈: 获
2022-08-07 10:18:36 82.49MB board-game chess computer-vision neural-network
1
    该模型设计的思想就是利用attention机制,在普通ResNet网络中,增加侧分支,侧分支通过一系列的卷积和池化操作,逐渐提取高层特征并增大模型的感受野,前面已经说过高层特征的激活对应位置能够反映attention的区域,然后再对这种具有attention特征的feature map进行上采样,使其大小回到原始feature map的大小,就将attention对应到原始图片的每一个位置上,这个feature map叫做 attention map,与原来的feature map 进行element-wise product的操作,相当于一个权重器,增强有意义的特征,抑制无意义的信息。
1