STM32 F103SPI双机通信(中断方式)
2023-03-14 10:31:04 131KB SPI stm32 主从通信
1
数据透视表 数据透视表提供了一种简单的方法来汇总一组结构化 SQL 表数据。 执照 此数据透视表功能是在许可下的开源软件。
2023-03-14 08:10:59 2.06MB PHP
1
R软件代码转换为matlab 关于 dcm2niix旨在将神经影像数据DICOM格式转换为NIfTI格式。 该网页托管开发源代码-随Linux一起提供了Linux,MacOS和Windows的最新稳定版本的编译版本。 该软件的完整手册以的形式提供。 执照 该软件是开源的。 BSD许可证涵盖了大部分代码。 有些单位是公共领域(nifti *。*,miniz.c)或使用MIT许可证(ujpeg.cpp)。 有关更多详细信息,请参见license.txt文件。 依存关系 该软件通常应在macOS,Linux和Windows上运行,而无需任何其他软件。 但是,如果使用dcm2niix创建gz压缩的映像,则安装后将会更快。 您可以通过下载获得针对您的操作系统编译的dcm2niix和pigz的版本。 版本号 。 跑步 命令行用法在中进行了描述。 最小的命令行调用是dcm2niix /path/to/dicom/folder 。 但是,您可能需要调用其他选项,例如,调用dcm2niix -zy -f %p_%t_%s -o /path/ouput /path/to/dicom/folder会将数据
2023-03-13 23:13:29 520KB 系统开源
1
该项目使用Micro SD卡存储文本文件,并将其打印到16x2液晶显示器上。
2023-03-13 15:40:17 497KB display sd card
1
从基础到开发实践>PDF书和课程源码 完整版!!!完整版!!! 好好学习!天天向上
2023-03-13 15:06:27 89.13MB WebGIS
1
循环GAN | 火炬实现,用于在没有输入输出对的情况下学习图像到图像的转换( ),例如: 新增内容:请检查(CUT),这是我们新的非成对图像到图像翻译模型,可实现快速且高效存储的培训。 *, *,, 加州大学伯克利分校伯克利分校AI研究实验室在ICCV 2017中。(*等额捐款) 该软件包包括CycleGAN, 以及其他方法,例如 / 和Apple的论文。 该代码被写了和。 更新:请检查CycleGAN和pix2pix的实现。 PyTorch版本正在积极开发中,其结果可与该Torch版本相媲美或更好。 其他实现: (由Harry Yang), (由Archit Rathore撰写
1
该功能使您能够 SRTM 文件中提取高度数据... ...单个坐标...几个坐标... 两个坐标之间的一条线... 坐标对之间的几条线。 根据输入数据,输出结构将包含 (lon/lat/height)-三元组的结构。 易于使用,希望你喜欢...... 塞比纳
2023-03-12 10:55:44 3KB matlab
1
乳胶Matlab代码乳胶表 该MATLAB函数将矩阵,单元格或表MATLAB转换为LaTeX表代码。 它易于使用且非常灵活: 将MATLAB矩阵,单元格或表格作为输入 提供包含您的数据作为输出的LaTeX表的代码 处理数字和文本/字符串数据 轻松包含在您的自动化代码中 轻松直接保存为LaTex文档(请参见runExamples.m中的示例2) 可选功能包括: 桌子摆放 列/行标签 列/行格式(例如设置位数等) 旋转桌子(90度旋转使列成行,反之亦然) 设置NaN值的默认符号 LaTeX列对齐 LaTeX表格边框,标题,标签 使用booktabs乳胶包装 输出完整的LaTeX文档而不是普通表 工作流程很简单。 这是一个小例子: 设置输入结构: input.data=[1,3;4,2]; 调用函数: latexTable(input) 将生成的LaTex代码复制并粘贴到您喜欢的LaTex编辑器中 有关更多详细信息和示例,请参见latexTable.m和runExamples.m或访问[MathWorks File Exchange的发布页面]()。
2023-03-11 10:15:08 7KB 系统开源
1
104规约站库源代码,提供包括:动态连接库和C/C++源代码-104,希望对正在研究使用或开发104规约的你有所帮助!
2023-03-11 08:48:54 345KB 104规约 源代码
1
SmartSketch 先进的图像合成功能可增强您的创造力 下面的视频演示! 学分 请在此处查看项目页面: : 在此处阅读论文: : 在此处查看源代码: : 特别感谢@AndroidKitKat帮助我们举办此活动! 设置 您需要将COCO数据集的预训练生成器模型安装到checkpoints/coco_pretrained/ 。 有关说明,请参见nvlabs/spade库。 确保使用pip3 install -r requirements.txt (在/backend文件夹中)安装了所有Python需求。 完成后,您应该可以使用python3 server.py运行服务器。 它将在端口80的0.0.0.0上运行(对于Windows用户,在127.0.0.1 )。 不幸的是,这些已硬编码到服务器中,现在您无法将CLI参数传递给服务器以指定端口和主机,因为PyTorch的内容
2023-03-10 22:05:47 7.58MB python3 nvidia spade image-synthesis
1