LunarLanderAgent 张量流的LunarLander强化学习 我在启动Box2d安装时遇到了困难，我尝试使用pip install Box2d而不是pip install gym[all]并成功了。 确保环境正常运行： 虚拟代码： import numpy as np import matplotlib.pyplot as plt import tensorflow as tf import gym env = gym.make('LunarLander-v2') obs = env.reset() for i in range(1000): obs, reward, done, info = env.step(env.action_space.sample()) env.render() if done: break env.clos

评估扩散张量图像配准算法

详细介绍了张量分解的相关知识

NER-LSTM-CRF 一个易于使用的命名实体识别（NER）工具包，在张量流中实现了LSTM + [CNN] + CRF模型。 该项目短期内不再维护，PyTorch版本： : 1.型号 Bi-LSTM / Bi-GRU + [CNN] + CRF，其中CNN层针对英文，捕获字符特征，通过参数use_char_feature控制self.nil_vars.add（self.feature_weight_dict [feature_name] .name）。 2.用法 2.1数据准备 训练数据处理成下列形式，特征之间用制表符（或空格）替换，每行共n列，1至n-1列为特征，最后一列为labe

使用加权局部相位张量的自动角膜神经分割

高平均功率固体激光器的增益介质由于受热而容易发生畸变,如常用材料YAG,波前畸变和去偏振现象会同时发生,高热负载固体激光介质的热效应已成为制约激光器输出功率进一步提高的严重障碍。给出一种计算热容型板条激光器热感生折射率的方法。把YAG晶体的四阶压光张量从晶胞坐标系转换到实验室坐标系,采用经过坐标转换后的新的张量,可以分析在YAG激光器中任意应力分布引起的热感应双折射。进一步的计算表明,在zigzag板条激光器中,应力双折射率与板条从晶体毛胚上切割成材的角度有关。同时也对热容板条激光器的热效应和应力特性进行了二维的理论性概述。

张量法在动态异构信息网络中的多类型社区发现

结合张量空间分析和主动外观模型进行人脸图像老化效果仿真

MATLAB Tensor Toolbox Version 2.6 - MATLAB张量工具包 MATLAB张量工具包

Road_extraction 使用多GPU模型张量流的Attention Unet和Deep Unet实现道路提取 Deep U-Net的多种变体已经过额外的层和额外的卷积测试。 尽管如此，优于所有人的模型是Attention U-Net：学习在哪里寻找胰腺。 我添加了一个额外的调整来提高性能，将卷积块切换为残差块 TensorFlow分割 TF细分模型，U-Net，Attention Unet，Deep U-Net（U-Net的所有变体） 使用神经网络（NN）进行图像分割，旨在从遥感影像中提取道路网络，它可用于其他应用中，标记图像中的每个像素（语义分割） 可以在以下论文中找到详细信息： 注意U-Net附加模块 要求 Python 3.6 CUDA 10.0 TensorFlow 1.9 Keras 2.0 模组 utils.py和helper.py函数用于预处理数据并保存。