可切换归一化
可切换规范化是一种规范化技术，它能够以端到端的方式为深度神经网络中的不同规范化层学习不同的规范化操作。
更新
2019/3/21：发布分布式培训框架和面部识别框架。 我们还发布SyncBN和SyncSN的pytorch实现小批量任务，如分割和检测。 有关SyncBN和SyncSN的更多详细信息，可以参考。
2018/7/27：已发布ResNet50 + SN（8,1）和SN（8,4）的预训练模型。 当目标任务的批处理大小被限制为较小时，这些模型可能会在微调阶段有所帮助。 我们还发布了ResNet101v2 + SN的预训练模型，该模型在ImageNet上达到了78.81％/ 94.16％的top-1 / top-5精度。 更多预训练模型即将发布！
2018/7/26：用于对象检测的代码已在的存储库中。
2018/7/9：我们想解释SN背后的优点。 请参阅或 。
201
2022-07-19 10:10:56
70.06MB
1
毕业答辩基于HTTPS协议的12306抢票软件设计与实现项目报告.docx
2022-07-14 18:04:46
281KB
国产化之银河麒麟.netcore3.1访问https服务的两个问题.doc
2022-07-13 18:06:50
563KB
解决火车头7.5-7.7版本不能采集https解决办法，
编写采集规则时，需要在网址前面添加简易http服务的前缀"http://127.0.0.1:8000?url="
记住，采集的时候，软件必须开启，不能关闭！
酷暑难耐，一个大头冰激淋的辛苦费，希望大家谅解。
使用locoy-https软件后，成功获取到数据。
为防止有人恶意传播本软件，故设置了密码，解压密码：www.xiaobihu.cc
2022-07-11 21:04:17
7.61MB
FaceShifter —非官方的PyTorch实施
非官方实现借助。 在本文中，有两个用于全流水线的网络，即AEI-Net和HEAR-Net。 我们仅实现AEI-Net，这是用于人脸交换的主要网络。
数据集
准备资料
您需要下载并解压缩：
CelebA-HQ（）
VGGFace（）
预处理数据
预处理代码主要基于Nvidia的FFHQ预处理代码。 您可以使用多种处理功能修改我们的预处理程序，以更快地完成预处理步骤。
# build docker image from Dockerfile
docker build -t dlib:0.0 ./preprocess
# run docker container from image
docker run -itd --ipc host -v /PATH_TO_THIS_FOLDER/preprocess:/workspace -v
2022-07-11 17:22:15
99.12MB
1