语音活动检测项目 关键字:Python,TensorFlow,深度学习,时间序列分类 目录 1.11.21.3 2.12.2 5.15.2将5.35.4 去做 资源 1.安装 该项目旨在: Ubuntu的20.04 的Python 3.7.3 TensorFlow 1.15.4 $ cd /path/to/project/ $ git clone https://github.com/filippogiruzzi/voice_activity_detection.git $ cd voice_activity_detection/ 1.1基本安装 $ pip3 install -r requirements.txt $ pip3 install -e . 1.2虚拟环境安装 1.3 Docker安装 构建docker镜像: $ sudo make build (这可能
1
Java是一种高性能、跨平台的面向对象编程语言。它由Sun Microsystems(现在是Oracle Corporation)的James Gosling等人在1995年推出,被设计为一种简单、健壮、可移植、多线程、动态的语言。Java的主要特点和优势包括以下几个方面: 跨平台性(Write Once, Run Anywhere): Java的代码可以在不同的平台上运行,只需编写一次代码,就可以在任何支持Java的设备上执行。这得益于Java虚拟机(JVM),它充当了代码和底层硬件之间的中介。 面向对象: Java是一种纯粹的面向对象编程语言,支持封装、继承和多态等面向对象的概念。这使得Java编写的代码更加模块化、可维护和可扩展。 多线程支持: Java内置了对多线程的支持,允许程序同时执行多个任务。这对于开发需要高并发性能的应用程序(如服务器端应用、网络应用等)非常重要。 自动内存管理(垃圾回收): Java具有自动内存管理机制,通过垃圾回收器自动回收不再使用的对象,使得开发者不需要手动管理内存,减轻了程序员的负担,同时也减少了内存泄漏的风险。
2024-04-04 16:19:37 8.13MB Java 毕业设计 课程设计
1
包含1000+张数字图片及标签,已划分为训练集、验证集和测试集,可直接用于yolo训练
2024-04-03 13:29:43 14.9MB 目标检测 机器学习 深度学习 数字识别
1
立志在线学习系统,是基于java+vue开发的在线教育平台,将开发PC、小程序、手机端,集成RABC权限+在线考试+文档预览+视频播放+代码生成器等功能。目标是基于此项目可以巩固学习spring boot、vue、Mybatis等技术,欢迎star哟~~ 一、技术架构 版本控制:git 依赖管理:maven 接口文档:Swagger 权限验证:Spring Security 数据库:MySql、Druid连接池 数据访问层:Mybatis、Mybatis-Plus 3.1.0 框架:Spring Boot 2.2.6.RELEASE、Spring Cloud Hoxton.SR6、Spring Cloud Alibaba 2.2.0.RELEASE 工具类:commons-lang3、lombok、hutool工具类、swagger、jwt、oshi-core(系统监控框架)、UserAg
2024-04-02 22:49:23 557KB java spring-boot microservice mybatis-plus
1
SpringBoot--课程在线学习系统--毕业设计/毕设/课程资源/视频
2024-04-02 22:41:04 29.47MB spring boot spring boot
1
matlab代码设置参数范围迪普考夫曼 神经网络学习库普曼特征函数 Bethany Lusch,J。Nathan Kutz和Steven L.Brunton撰写的论文代码 运行代码: 克隆存储库。 在数据目录中,通过在Matlab中运行DiscreteSpectrumExample,Pendulum,FluidFlowOnAttractor和/或FluidFlowBox来重新创建所需的数据集。 (或通过电子邮件询问数据集) 返回主目录,使用python运行所需的实验。 有关运行Python实验的注意事项: 建议使用GPU,但不是必需的。 该代码可以在GPU或CPU上运行,而无需进行任何更改。 本文包含四个数据集的结果。 这些是运行脚本进行随机参数搜索(DiscreteSpectrumExampleExperiment.py,PendulumExperiment.py,FluidFlowOnAttractorExperiment.py和FluidFlowBoxExperiment.py)的最佳结果。 要使用产生论文结果的特定参数而不是进行参数搜索来训练网络,请运行DiscreteSpec
2024-04-02 16:58:37 7.18MB 系统开源
1
KDD99入侵检测数据为网络上注明的 训练数据集合,数据特征共计41种特征,41种特征分为4个大类。本算法基于微软的LightGBM实现,实现简练。包括了从数据处理到训练模块到预测的全过程,准确率极高
2024-04-02 16:13:31 12KB KDD99 boost 机器学习 数据预处理
1
狂神 Docker学习笔记 超详细从开始到进阶到补充
2024-04-02 14:03:44 11.67MB docker 运维
1
在众多数据结构当中,线性表是最简单、也是最基本的一个。线性表按存储结构分,可 分为顺序表和链表,它们各有特色。本程序主要目的在于帮助同学熟练掌握线性表的基本 操作在顺序存储结构上的实现,顺序表的优点是可以实现随机存取,用数组对其进行定义, 主要操作时针对数组下标的运算。本实验相对比较简单,通过本实验,对顺序表基本操作及 其组合应用的演练,加深对线性表顺序存储方法及其基本操作的理解,为以后进一步学习更 复杂的数据结构打下基础。
1