accelerometer data training using artificial neural network to recognized head moving left
2022-09-23 13:00:10 14KB head
介绍了HYPERMESH的基础操作过程,有利于初学者上手。
2022-09-21 20:21:58 4.3MB hypermesh
1
侧向风的施加 变量名称 物理意义 Wind Amplitude 侧向风的大小 Wind Heading 风的方向
2022-09-21 16:39:10 6.1MB 参数设置 工况设置 联合仿真
1
CDMA技术培训资料,希望对学习CDMA的同学有帮助!
2022-09-20 19:00:27 209KB cdma_training cdma cdma_资料
Power PMAC 5-Day Training
2022-09-08 11:04:53 8.7MB POWERPMAC
1
OFA_Training_Sept_2016
2022-08-25 14:07:08 5.54MB rdma
1
CLIP-GEN 是一个 Language-Free 的文本生成图像的方法,它不依赖图文训练样本,通过预训练 CLIP 模型的强大表征能力,只需要图片数据就可以训练出一个文本生成图像的模型。该方法的基本原理是:CLIP-GEN 首先会训练一个 VQ-GAN,把图片映射到离散空间;然后再训练一个 GPT 模型,把 CLIP embedding 映射到 VQ-GAN 的离散空间;由于在 CLIP 中,文本和图像共享一个特征空间,在 inference 的时候我们就可以通过同样的方法把文本映射到 VQ-GAN 的离散空间,然后 decode 为 RGB 图像。
2022-08-23 11:05:54 6.5MB CLIP-GEN Text-to-ImageGe
1
美式英语口语训练原声
2022-08-18 10:43:21 331.83MB 英语口语
1
SRMD Pytorch (English version is down below) (建议在环境下操作) 本仓库改编于原作者项目 相关论文:CVPR 2018 模型结构: SRMD已经训练的模型保存在model_zoo中。(模型来源于原作者 https://drive.google.com/drive/folders/13kfr3qny7S2xwG9h7v95F5mkWs0OmU0D) SRMD模型: srmd_x2.pth srmd_x3.pth srmd_x4.pth 输入:19维的数据,其中15维为经过PCA降维后进行维度拉伸的模糊核,还有1个维度为图片噪声维度,另外3个维度分别为图片的RGB通道,即模型输入为:(19,图片宽,图片高) 图片经过GAN网络的处理,最后进行PixelShuffle,放大指定的倍数。 输出:放大了的图片的RGB通道,即模型输出为:(3,图片宽,图
2022-08-15 17:14:24 158.33MB pytorch super-resolution srmd Python
1
Extendable Mobile Ad-Hoc Network Emulator(EMANE)
2022-08-02 14:04:37 3.82MB 网络仿真
1