cwmp-data-models-1.6.6，发布于2022.7.20 宽带论坛定义的网管数据模型，TR069、TR181、TR196等

usp-data-models-1.2.2，发布于2022.07.20，USP是宽带论坛（BroadbandForum）用于替代CWMP协议的，USP和CWMP使用相同的数据模型定义，但存在格式上的差异

凉亭模型集合 该存储库包含的模型和世界文件的集合。 这些模型是专为设计的，但也可以用于其他项目。 要使用模型，需要将models目录添加到GAZEBO_MODEL_PATH环境变量中。 为此，请将以下行添加到~/.bashrc的末尾： export GAZEBO_MODEL_PATH=/models:$GAZEBO_MODEL_PATH 其中此仓库的路径应该用此存储库的路径替换。 源文件 sketchup（ *.skp ）的源文件已包含在src目录中。 这些可以从SketchUp导出到.obj或.dae文件。 通过选中Export Texture Maps复选框将其导出到.dae ，可以从模型中提取Export Texture Maps 。 导出的文件通常需要进行一些调整

funannotate是用于基因组注释的管道（专门为真菌构建，但也可用于高级真核生物）。 有关安装，使用和更多信息，请参见 最快启动Docker： 您可以使用funannotate运行funannotate 。 需要注意的是，GeneMark不包含在Docker映像中（请参阅下面的许可，您可以向开发人员投诉，因为它难以分发/使用）。 我还编写了一个bash脚本，该脚本可以运行docker映像并自动检测/包括正确的用户/卷绑定。 该docker映像是基于master中的最新代码构建的，因此它将早于标记的发行版。 该映像还包括所需的数据库，如果您只想在没有数据库的情况下进行注解，则该映像位于nextgenusfs/funannotate-slim hub以及nextgenusfs/funannotate-slim 。 因此，可以通过以下方式实现此路线： # download/pull th

Netlogo-模型 Netlogo 框架的模型

一本经典微分方程有限元方面的书，欧洲顶级理工大学教材！清晰版本

RAFT-Stereo models xxxxxxxxxxxxxxxxx

High-Resolution Image Synthesis with Latent Diffusion Models机翻

多视图深度卷积神经网络进行高分辨率乳腺癌筛查 介绍 这是用于分类的模型的实现，如我们的论文。 该实现使用户可以通过将我们的预训练CNN模型应用于具有四个视图的标准筛查乳房X线检查中来获得BI-RADS预测。 作为此存储库的一部分，我们提供了一个示例考试（在images目录中）。 该模型在TensorFlow和PyTorch中均实现。 先决条件 巨蟒（3.6） TensorFlow（1.5.0）或PyTorch（0.4.0） NumPy（1.14.3） 科学（1.0.0） 枕头（5.1.0） 数据 要使用预训练模型，输入必须包含四张图像，每个视图一个（L-CC，L-MLO，R-CC，R-MLO）。 每个图像的大小必须为2600x2000像素。 提供的样本检查中的图像已经被裁剪为正确的尺寸。 如何运行代码 可用选项位于文件birads_prediction_tf.py或birads_p

9版英文版，作者Sheldon M.Ross。国外经典教材，包括古典概率，随机过程，排队论，和仿真知识。