表情符号2vec 一个演示项目，用于使用Twitter数据播放单词嵌入和表情符号。 让我们看看如何制作更智能的表情符号预测器。 信不信由你，我们有1800多种来自标准Unicode的表情符号。 如何从他们那里找到一个？ 传统上，我们搜索表情符号描述的关键字。 我们将使用词嵌入来找到与上下文最匹配的词。 结果反映了社交媒体上真实用户的习惯。 现在，您将被最知识渊博的表情符号大师指导：) 检查站点 ，以预览我们接下来可以使用该模型做什么！ 数据 文件夹中的zip文件是100万个句子，其中包含来自Twitter的有关2017年1月的表情符号。 它是从更大的语料库中随机选择的集合。 将corpu

门控上下文聚合网络，用于图像去雾和排水 这是我们WACV 2019纸“门控上下文聚合网络进行图像除雾和Deraining”通过实施，，等。 在本文中，我们提出了一种用于图像去雾的新的端到端门控上下文聚合网络GCANet，其中使用平滑的扩展卷积来避免网格化伪影，并且使用门控子网融合不同级别的特征。 实验表明，在质量和数量上，GCANet都比以前所有最新的图像去雾方法都具有更好的性能。 我们进一步将提出的GCANet应用于图像清除任务，该任务也优于以前的最新图像清除方法，并证明了其通用性。 入门 本文是使用Pytorch框架实现的。 演示版 将所有测试图像直接放在一个目录下。 然后运行： python test.py --task [dehaze | derain] --gpu_id [gpu_id] --indir [input directory] --outdir [outpu

上下文编码器：[CVPR 2016]使用GAN通过图像修复进行无监督特征学习

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：上下文意识的显著性检测_包含matlab代码和对应的CVPR2010论文 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

图像矩阵matlab代码该软件包包括用于与层次投影不变上下文进行形状匹配的所有必要源代码。 其中一些功能是通过直接使用或略微更改Ling和Jacobs在线提供的内部距离形状上下文（IDSC）的源代码以及Xiang Bai在线提供的高度函数（HF）的源代码来实现的。 源代码仅允许用于非营利研究。 要运行该程序，请将形状图像放入“数据”目录，并在Matlab中使用以下命令行： 启动HCNC 该程序将相似度矩阵'Score'输出到文件'data score.mat'中，其中Score（i，j）是从'data'读取的第i个形状与第j个形状之间的相似性。 有关算法的详细信息，请参阅 贾佳，辛凡，刘宇，李浩杰，罗中轩和何国，“用于形状识别的分层射影不变上下文”，模式识别。 （doi：10.1016 / j.patcog.2015.11.003）

matlab ransac代码ShapeContexts 用于形状匹配和点对应的形状上下文。 忠实地实现了Belongie，Malik和Puzicha的“形状上下文”。 基于玫瑰直方图之间的卡方距离。 入门 这个小项目是Belongie，Malik和Puzicha的“形状上下文”的忠实实现。 它们可用于形状匹配以及从一个形状到另一个形状的点对应。 该方法计算从一个形状的玫瑰直方图到另一形状的玫瑰直方图的推土机距离，每个点一个直方图。 函数“ munkres.m”由曹操编写，最初是从这里开始的： 先决条件 为此，您需要在以下工具箱中安装Matlab：-image_toolbox -statistics_toolbox 如果要运行test_ransac.m，则必须安装Kovesi的matlab软件包，可以在这里找到它们： 版本控制 这是版本1，相当慢，将来我计划编写CUDA版本或它以及直方图的更新机制。 作者 阿德里安·萨特马里（Adrian Szatmari） 执照 此项目已获得MIT许可证的许可-有关详细信息，请参见文件 致谢 非常感谢Peter Kovesi和Yi Cao公开提供了他

PPM的matlab文件包括一个例子的readme文件

这是google最新推出的语言模型，是对《Attention is what you need》中的Transformer的升级版，它可以用在语言模型、对话系统等任务中。

node-red-contrib-ui-contextmenu 一个Node-RED节点，用于在Node-RED仪表板中显示弹出上下文菜单 特别感谢，我在这个节点的犯罪伙伴！ 安装 在您的 Node-RED 用户目录（通常是 ~/.node-red）中运行以下 npm 命令： npm install node-red-contrib-ui-contextmenu :warning: 警告： 建议使用Dashboard 版本 2.19.4 或更高版本，以确保上下文菜单在部署或刷新后不会自动出现。 上下文菜单仅在其仪表板组（请参阅配置屏幕）当前可见时才会出现！ 这在与其他节点结合使用时很重要：例如，SVG 节点和 ContextMenu 节点始终需要在同一个仪表板组中，否则上下文菜单将永远不会出现！ 来自SVG 节点 2.xx的输出消息包含一个重大更改，这将导致上下文菜单不再出现！ 有关指南，

CFG检查器 CFG Checker在搜索歧义。 确定任意上下文无关的语法是否仅是半确定的。 我们能做的最好的事情是以广度优先的方式生成所有派生，并寻找两个产生相同句子形式的派生。 这就是CFG Checker所做的。 如果输入语法不明确，CFG Checker最终将找到最小的歧义形式。 如果语法是明确的，则CFG Checker会得出此结论或永远循环。 入门 这是它的工作方式。 您将语法指定为一系列生产规则： expression = number | sum sum = expression + expression 然后在其上运行CFG Checker： $ cfg-checker example.cfg .... Found a sentential form with two different derivations: expression + expression