快速控制器
express-controllers 添加了来自模型-视图-控制器范例的控制器样式路由，以使用进行。
安装
npm：
$ npm install express-controllers
用法
var express = require ( 'express' )
var controllers = require ( 'express-controllers' )
var app = module . exports = express ( ) . controllers ( ) ;
if ( ! require . parent ) {
var server = app . listen ( 3000 , function ( ) {
var host = server . address ( ) . address ;
var port = se
2021-07-11 13:03:39
8KB
1
knex-model
小ORM。 它建立在之上
例子
var Model = require ( 'knex-model' ) ( knex ) ;
var Promise = require ( 'bluebird' ) ;
var User = Model . define ( 'User' , {
tableName : 'users' ,
hasMany : [
{
name : 'entries' ,
model : 'Entry' ,
key : 'user_id'
}
]
} , {
instanceMethod : function ( ) { }
} ) ;
var Entry = Model . define ( 'Entry' , {
tableName : 'entries' ,
bel
2021-07-11 13:03:35
11KB
1
RIFE_trained_model_v3.6, RIFE: Real-Time Intermediate Flow Estimation for Video Frame Interpolation.
2021-07-10 13:05:50
10.81MB
1
CodeIgniter 应用程序
集成 RESTfull API、基础模型、离子验证模块和模板模块。
特征
: 简单轻量级身份验证系统
： 完全 RESTful 服务器实现，使用一个库、一个配置文件和一个控制器。
: CodeIgniter 基础 CRUD 模型，以消除重复并提高生产力
：一个轻量级的 Codeigniter 模板库
: CodeIgniter 2.1.x 的 i18n 库
: codeigniter 本机会话
：类固醇的最小模板
安装
在hosts文件 ( /etc/hosts ) 上添加新的虚拟主机名
127.0.0.1 ci.localhost
：创建.htaccess 。
RewriteEngine on
RewriteBase /
RewriteCond $1 !^(index\.php|assets|robots\.txt|$)
Rewr
2021-07-10 12:03:44
764KB
1
物管行业深度报告：万亿蓝海，穿越周期，“Scale+Brand+Business Model”吹响行业三重奏.pdf
2021-07-09 18:03:30
835KB
NeZha_Chinese_PyTorch
pytorch版NEZHA，适配transformers
论文下载地址:
运行脚本依赖模块
如果需要运行该案例脚本，需要安装以下模块：
模型权重下载
官方提供的Tensorflow版本权重下载地址：
已经转化为PyTorch版本权重下载地址如下：
nezha-cn-base 提取码: hckq
nezha-large-zh 提取码: qks2
nezha-base-wwm 提取码: ysg3
nezha-large-wwm 提取码: 8dig
说明：若加载的模型权重是从下列百度网盘下载的PyTorch模型权重，则需要保证torch版本>=1.6.0
运行
执行命令:
sh scripts/run_task_text_classification_chnsenti.sh
长文本
长文本可以通过设置config.max_position_em
2021-07-09 02:36:37
19KB
1
使用model/view,继承model，然后对data（）重写。对从数据库读出来的数据进行排序，转换类型，设置对齐方式。
2021-07-08 13:02:36
3KB
1
此仓库仅实现GhostNet的演示代码。 请移至以获取更多详细信息。
幽灵网
此存储库提供了CVPR 2020论文Pytorch演示实现。 带有预训练模型的TensorFlow / PyTorch实现可在。
要求
该代码已在Python3 PyTorch 1.0+上进行了验证。
用法
用法示例：
import torch
from ghost_net import ghost_net
model = ghost_net(width_mult=1.0)
input = torch.randn(32,3,224,224)
y = model(input)
print(y)
GhostNet简介
GhostNet：廉价运营带来的更多功能。 CVPR2020。
韩开，王云和，田琦，郭建元，徐春景，徐昌。
方法
表现
GhostNet击败了其他SOTA轻量级CNN，例如MobileNetV
2021-07-08 10:34:36
932KB
1