情境化主题模型 上下文化主题模型（CTM）是一系列主题模型，这些主题模型使用语言的预训练表示形式（例如BERT）来支持主题建模。有关详细信息，请参见论文： Bianchi，F.，Terragni，S.，Hovy，D.，Nozza，D.，＆Fersini，E.（2021）。具有零镜头学习功能的跨语言情境主题模型。 EACL。 Bianchi，F.，Terragni，S.和Hovy，D.（2020年）。预培训是一个热门话题：上下文化文档嵌入可提高主题一致性 具有上下文嵌入的主题建模 我们的新主题建模系列支持许多不同的语言（即，HuggingFace模型支持的一种），并有两个版本： CombinedTM将上下文嵌入与旧的单词组合在一起，以使主题更连贯； ZeroShotTM是完成任务的理想主题模型，在该模型中，您可能在测试数据中缺少单词，并且，如果经过多语言嵌入训练，则可以继承多语言主题模型

在Lib\site-packages直接解压，就可以运行调用了multinetx包的代码，可以方便构建Python双层网络

Fairlearn Fairlearn是一个Python软件包，可让人工智能（AI）系统开发人员评估其系统的公平性并减轻任何观察到的不公平问题。 Fairlearn包含缓解算法以及用于模型评估的Jupyter小部件。 除了源代码之外，该存储库还包含Jupyter笔记本，其中包含Fairlearn用法示例。 网站： ： 当前的版本 当前的稳定版本可从。 我们当前的版本与0.2或更早的版本有很大的不同。 这些旧版本的用户应访问我们的。 我们所说的公平 人工智能系统可能出于多种原因而表现不公平。 在Fairlearn中，我们定义了AI系统在对人的影响（即危害）方面是否表现出不公平的行为。 我们关注两种危害： 分配危害。 当AI系统扩展或保留机会，资源或信息时，可能会发生这些危害。 一些关键的应用程序是在招聘，入学和贷款方面。 服务质量危害。 服务质量是指即使没有扩展或保留任何机会，资源或信息，系统对于一个人的工作是否也与另一个人的工作是否一样好。 我们遵循被称为“群体公平”的方法，该方法问：哪些群体的个人有遭受伤害的风险？ 相关的组需要由数据科学家指定，并且是特定于应用程序的。

FX8350不支持AVX2, 标准tensorflowgpu版本包都是要AVX2支持的，所以需要重新编译才能使用。参照CSDN上的资料，重新编译。 只支持算力6.1的显卡。 cuda,cudnn版本为 cuda_11.0.1_451.22_win10 cudnn-8.0-windows10-x64-v7.1-ga 需要自行下载。

Python-Metar Python-metar是一个Python软件包，用于解释METAR和SPECI编码的天气报告。 METAR和SPECI是编码的航空天气报告。 官方编码方案在世界气象组织（WMO）编码手册A卷（I.1卷）（WMO-306 IiA）中进行了规定。 美国关于METAR / SPECI报告的公约与国际标准在许多方面有所不同，并在《联邦气象手册》第1章第12章中进行了描述。 （FMH-1 1995），由美国国家海洋与大气管理局（NOAA）发布。 有关METAR标准的使用和历史的一般信息可以在找到。 该模块提取记录在遵循WMO规范或美国惯例的报告主体组中的数据，但跑道状态和趋势组除外，它们已被分析但被忽略。 还解析了美国规范中定义的最有用的备注组，例如累积降水，最低/最高温度，峰值风和海平面压力组。 正式不支持其他区域公约，但是可以接受国际报告中提供的大量变体格式。

联系方式 用于简单蛋白质残基-残基接触图绘制的 Python 包。 。 安装 ContactVis 可以从 PyPi 安装： pip -U ContactVis 或者 easy_install -U ContactVis 用法 在Python内： from contactvis import plot_contact_map plot_contact_map.plot_map(fasta_filename, contact_filename, factor, c2_filename='', psipred_filename='', pdb_filename='', is_heavy=False, chain='', sep=',', outfilename='') 终端： [--psipred_horiz PSIPRED_HORIZ]

CTC细分 CTC分段可用于查找大型音频文件中的发音对齐方式。 该存储库包含ctc-segmentation python软件包。 该算法的说明位于 本文中使用的代码存储在 安装 随着pip ： pip install ctc-segmentation 使用您最喜欢的AUR帮助程序从Arch Linux AUR中以python-ctc-segmentation-git 。 来自来源： git clone https://github.com/lumaku/ctc-segmentation cd ctc-segmentation cythonize -3 ctc_segmentation/ctc_segmentation_dyn.pyx python setup.py build python setup.py install --optimize=1 --skip-build

包括两个资源，Rtf-0.2.1是python对rtf文件的解析包，包括rtf转html和txt，资源来源于sourceforge；pyrtf-master是python生成rtf的包，其中包括实例，资源来源github。

辛皮 SCHISM的Python软件包 免费软件：MIT许可证 文档： : 产品特点 待办事项 学分 该程序包是使用和项目模板创建的。

科恩斯塔 一个Python :snake: 用于获取加密货币的历史数据和当前数据的软件包 :money_bag: 。 作者：伯纳德·布雷尼亚 项目状态 表中的内容 动机 为什么选择coinsta 在过去的几个月中，我花了一篇研究生论文，要求同时使用加密货币的历史数据和当前数据。 浏览了Python打包索引（PYPI）之后，我对缺少能够满足此类需求的Python包感到沮丧。 据我所知，只有才能满足我的需求。 唯一的缺点是该软件包仅提供历史数据。 好吧，“为什么不编辑该项目并用您的建议提出请求？ ” 那是最初的计划，直到我意识到借助pandas软件包可以相对Swift地完成抓取代码。 如果我cryptoCMD原始计划，则必