NS3.26教程tutorial.pdf 全英文官方文档
2021-06-06 17:53:29 588KB NS3 tutorial
1
matlab 开头代码HEP 统计高等学校的 BAT/Julia 教程,DESY,2019 年 10 月 欢迎来到 BAT/Julia 教程。 软件安装 在开始本教程之前,请确保您已安装 Jupyter、Julia 和 BAT.jl,并且一切设置正确。 在笔记本电脑上运行 遵循 BAT.jl 文档中的 。 您将在教程 USB 笔式驱动器上找到 Jupyter、Julia、源代码编辑器和其他软件的安装程序。 在 CERN SWAN 上运行 使用一些技巧,可以安装 Julia 并在那里运行 BAT.jl。 注意:就本教程而言,在您的笔记本电脑上安装和运行 Julia 可能会更加方便和响应。 警告:以下程序似乎有效,但尚未经过广泛测试 - 使用风险自负! 使用软件堆栈“96 Python3”启动 SWAN 环境。 然后在 SWAN 终端会话中获取脚本( source ./cern-swan-init-julia.sh )。 这应该将 Julia 安装到“$HOME/sw/julia”并使用 SWAN Jupyter 实例注册 IJulia 内核。 之后,您应该能够在终端会话中运行命令juli
2021-06-05 17:03:32 108KB 系统开源
1
基于zynq快速开发的SDX软件的简单入门教程,官方文档
2021-05-31 19:03:27 4.06MB ZYNQ SDSOC 入门教程
1
Ray Core导览 关于利用核心功能实现分布式模式的入门教程。 注意:这些示例已在以下位置使用Python 3.7+进行了测试: Ubuntu 18.04 LTS macOS 10.13 随附的幻灯片位于: : 入门 首先,使用git克隆此公共存储库: git clone https://github.com/DerwenAI/ray_tutorial.git cd ray_tutorial 设置本地并激活它: python3 -m venv venv source venv/bin/activate 然后使用pip安装所需的依赖项: pip install -U pip pip install -r requirements.txt 或者,如果您使用conda来安装Python软件包: conda create -n ray_tutorial python=3.7
2021-05-31 11:46:38 9.14MB distributed-systems scikit-learn ray futures
1
Manual de inicio con la version genexus x evo 2 u3
2021-05-30 02:13:25 2MB genexus trial sqlserver
1
ASIC Design Flow Tutorial.pdf
2021-05-29 13:03:00 3.12MB IC 后端
1
vivado_hls_tutorial:使用HLS openCV函数的Xilinx Vivado基本HLS图像处理教程的源代码
2021-05-28 10:05:05 37.35MB 系统开源
1
前言 tensorflow的一些练习demo 目录 CNN验证码识别 RNNmnist训练集识别 RNN古诗词生成模型 GANmnist训练集图片生成 DCGAN动漫头像生成 Skip-Gram的Word2Vec生成 Skip-Thought-Vector的Sentence2Vec网络 SiameseCBOW模型 历史版本 2019.04.18 增加SiameseCBOW模型 2017.10.09 暂停,思考一下人生 2017.09.26 增加Skip-Thought-Vector的Sentence2Vec网络 2017.09.13 增加Skip-Gram的Word2Vec生成 2017.09.06 增加DCGAN动漫头像生成 2017.08.31 增加GANmnist训练集图片生成 2017.08.29 增加RNN古诗词生成模型 2017.08.21 增加RNNmnist训练集识别 20
2021-05-27 23:33:41 1.39MB tensorflow-tutorials 附件源码 文章源码
1
Pytorch ReID 强壮,小巧,友善 一个微小,友好,强大的Person-reID基线代码(基于 )。 强的。 它与一些顶级会议作品中的新基线结果一致,例如, , , 。 我们只有Softmax损失才达到Rank@1=88.24%,mAP = 70.68%。 小的。 借助fp16(Nvidia apex支持),仅使用2GB GPU内存即可训练我们的基准。 友谊赛。 您可以使用现有选项在一行中应用许多最新技巧。 此外,如果您是初次使用re-ID的人,则可以先阅读我们的(阅读8分钟) :thumbs_up: 。 目录 特征 现在我们已经支持: 圆损( CVPR 2020口头) Float16可基于节省GPU内存 基于零件的卷积基线(PCB) 多重查询评估 重新排名( ) 随机擦除 ResNet /密集网 可视化训练曲线 可视化排名结果 线性热身 在这里,我们提供了用于生成结果的超参数和体系
2021-05-26 21:44:31 270KB tutorial re-ranking pytorch apex
1
关于事件相机的一篇tutorial,由ZHU做的PPT,在国际会议做的汇报。可以入门了解evnet相机相关内容。
2021-05-26 21:20:18 8.6MB SLAM Event-based Came
1