基于百度 AI 的 TTS 接口，使用 Unity 3D 开发。
使用时双击 “语音大师.exe”打开即可使用。
左侧对话框中输入需要发音的文字，点击试听或者生成音频，可以进行文字转语音，点击打开文件夹，可以打开生成的音频所在文件夹。
目前不支持 RDN，SPD，VOL 参数的修改，不支持自定义选择音频保存路径。
2023-02-09 17:08:39
12.32MB
1
这个真的可以有，初学深度学习的人不容错过，吴恩达的这个课程的重要性应该不用多说了吧。
2023-02-09 11:01:09
22.31MB
1
目 录
一、课程设计的性质和目的 1
二、课程设计的内容及实施案例 1
三、课程设计时间地点 2
四、课程设计的实施流程 2
五、课程设计要求 2
六、课程设计的评价标准 3
七、课程设计系统实现（学生完成） 3
1 系统概述 3
1.1 项目摘要 3
1.2 设计背景 3
2 需求分析 4
3 环境搭建 4
4 相关技术介绍 4
4.1 HTTP协议原理 4
4.2 Web API原理 5
4.3 URL编码原理 5
4.4 UTF-8编码原理 5
4.5 JSON数据交换格式 5
4.6 Base64编码原理 5
5 系统设计与实现 5
5.1图片信息读取 6
5.2图片文件Base64转码 6
5.3 API用户认证与数据提交 6
5.4返回JSON数据解析 7
5.5文件系统 7
6 系统测试 7
6.1 测试用例 7
6.2 测试结果 8
7 课程设计小组总结 9
课程设计成绩表 10
一、课程设计的性质和目的
《计算机网络》课程设计是配合其理论课程而设立的设计性实践课程。其教学目的和任务是使学生在学习专业课程理论的基础上，学习和掌握网络系统设计与配置的基本方法与知识，培
2023-02-08 15:10:02
56.87MB
1
原著见https://www.packtpub.com/game-development/unity-2017-game-ai-programming-third-edition
2023-02-08 10:32:15
16.61MB
1
[PYTORCH]扮演超级马里奥兄弟的非同步优势演员评判（A3C）
介绍
这是我的python源代码，用于训练特工玩超级马里奥兄弟。 通过使用纸异步方法用于深强化学习引入异步优势演员，评论家（A3C）算法。
样品结果
动机
在我实施该项目之前，有多个存储库可以很好地重现本文的结果，这些存储库可以在Tensorflow，Keras和Pytorch等不同的常见深度学习框架中进行。 我认为，其中大多数都很棒。 但是，它们似乎在许多方面都过于复杂，包括图像的预处理，环境设置和权重初始化，这使用户的注意力从更重要的事情上转移了。 因此，我决定编写更简洁的代码，以简化不重要的部分，同时仍然严格
2023-02-06 16:42:14
300.86MB
1
Markdown_Note
我的降价笔记。 仅用于备份和自学。 您可以随意查看，但请不要散布这些注释。 实际上，由于我的知识有限，我认为您不会散布这些笔记。笔记以中英双语为主，部分纯英文，部分纯中文。
如果您对我的研究领域有任何疑问或任何疑问，请随时与我联系。
主要技能
C ++
Python
计算机网络：P2P协议，P2P分类
Linux
逆转
Pwn（CTF）
AI：EA，MOEA，Pytorch
有关CTF的更多说明，请访问
联络人
新增问题或电子邮件：
2023-01-30 23:58:24
1018KB
1
BigDL：基于Apache Spark的分布式深度学习
什么是BigDL？
是Apache Spark的分布式深度学习库； 借助BigDL，用户可以将其深度学习应用程序编写为标准Spark程序，这些程序可以直接在现有Spark或Hadoop集群之上运行。 为了轻松构建Spark和BigDL应用程序，提供了一个高级 ，用于端到端分析+ AI管道。
丰富的深度学习支持。 以为模型，BigDL为深度学习提供了全面的支持，包括数值计算（通过 ）和高级； 此外，用户可以使用BigDL将预先训练的或模型加载到Spark程序中。
极高的性能。 为了实现高性能，BigDL在每个Spark任务中使用 /
2023-01-19 12:14:04
11.13MB
1
matlab最邻近内插代码人工智能临床医生：重症监护中的强化学习
强化学习模型的代码，适用于重症监护败血症患者的静脉输液和血管升压药的管理。
与出版相关：
作者：伦敦帝国理工学院Matthieu
Komorowski博士，2015-2019年-
研究中使用的2个数据集是：
MIMIC-III：
eICU-RI：未完全公开提供，此处提供子集：
队列定义：所有符合败血症3定义的成年患者：
该存储库包含：
I.Jupyter笔记本在MIMIC-III中执行数据提取（AIClinician_Data_extract_MIMIC3_140219.ipynb）
二。
Matlab代码以识别MIMIC-III中败血症患者的队列（AIClinician_sepsis3_def_160219.m）
三，
Matlab代码以重新创建MIMIC-III数据集（AIClinician_MIMIC3_dataset_160219.m）
IV。
Matlab代码（AIClinician_core_160219.m）可以：
从MIMIC-III训练数据集中建立500个不同的离散状态和动作MDP模型；
从针对MIMI
2023-01-17 18:10:40
349KB
1