资源中含有使用Unity做的 讯飞语音识别+唤醒的整套Demo 使用Unity接入的讯飞语音SDK 包中含有Unity的工程、AndroidStudio的工程和成品apk
2021-03-04 19:02:57 75.25MB 语音识别 unity android studio
1
该自述文件由Travis-CI在2021年2月20日世界标准时间自动生成。 该存储库收集有关Collaboratorium中的演示的知识。 Collaboratorium PC使用用户帐户C ollab安装了Windows 10。 有关相应的密码,请sharepoint上的(需要登录)。 要实际访问Collab,请向Maarten索要他的钥匙。 或者,检查Karima旁边的钥匙柜以获取共享钥匙。 或提供了SURFsara的协作方法。 您可以在找到协作者的议程。 可以通过发送电子邮件至进行预订; 介绍了如何将Collab议程添加到Outlook。 可以在找到有关建立Skype会议的说明; Collab演示概述: 姓名 演示版 文档 截屏 代码 介绍 1.点 :cross_mark: :cross_mark: 2. ahn2 3.判例法分析 :cross_mark: :cross_mark: 4.生态学注释用户界面
2021-02-20 12:04:01 43.75MB Python
1
iOS上很棒的机器学习演示 我们通过Core ML和ML Kit(TensorFlow Lite)解决了在iOS上使用机器学习模型的挑战。 内容 适用于iOS的机器学习框架 等等( , DEPRECATED ) 使用Core ML时的模型流程 大多数ML框架的总体流程非常相似。 每个框架都有其自己兼容的模型格式。 对于每个移动ML框架,我们需要采用TensorFlow中创建的模型并将其转换为适当的格式。 一旦准备好兼容模型,就可以使用ML框架运行推理。 请注意,您必须手动执行预处理/后处理。 如需更多说明,请查看 。 使用创建ML时的模型流程 基准项目 完成 在Core ML中使用内置模型 通过ML Kit使用内置的设备上模型 使用Core ML和ML Kit的Vision自定义模型 使用Core ML进行对象检测 去做 使用ML套件进行物体检测 在ML Kit上使用内置的云模型地标识别 对Core ML和ML Kit使用NLP的自定义模型 通过Core ML和ML Kit使用自定义模型进行音频 音频识别 语音识别 TTS 影像分类 名称 演示 注意 -- -- 目标
2021-02-02 12:07:02 155.64MB ios demo machine-learning awesome
1
查找安全错误:演示项目 该存储库中提供的项目可用于查看具有各种构建技术(Maven,Gradle,SBT)的配置配方。 这些项目还可以用于通过FSB测试FindBugs。 其他易受攻击的Java应用程序 这是出于脆弱目的而构建的项目列表。 这些可用于培训或演示目的。 :warning_selector: 确保安全部署它们。 运行以下任何应用程序都可能使您的机器暴露于命令执行中。 建议在容器或虚拟机中运行它们。 Java应用程序 Android应用程式
2021-01-30 14:08:49 31.82MB sample continuous-integration code vulnerable
1
微软退出的TSF输入法框架,对于开发微软TSF输入法很有帮助
2019-12-21 22:13:02 705KB TSF 微软输入法 demos
1
详细描述40000 chips一例中每个主要函数及例子中语句的功能,便于QT初学者迅速看懂该例并学会如何开发该类系统。
2019-12-21 21:23:26 4.5MB 40000 chips 详解
1