花了不少时间生成的LBF训练模型，主要在生成随机森林时花的时间。 ！！！！注意 注意！！！！ 与此对应的，还有一个回归模型regressor.model 要一起下载！！！

notepad++插件，可以将网络上下载下来的不规范的代码通过快捷键Alt+F自动对齐格式，方便代码阅读

Allegro小工具简单实用，支持元器件、丝印、管教、过孔等的自动对齐，多种对齐方式可选。

利用一周的时间终于解决了，BootStrapTable 表格列头和内容不对其的问题。又需要的小伙伴来下载吧，替换原来的bootstrap-table.js即可

allegro自动对齐工具，PCB设计布局、元件摆放等对其工具。Allegro小工具简单实用，支持元器件、丝印、管教、过孔等的自动对齐，多种对齐方式可选。

Glow-TTS：通过单调对齐搜索生成文本到语音的生成流 金在贤，金成元，江Jung和尹旭 在我们最近的，我们提出了Glow-TTS：通过单调对齐搜索从文本到语音的生成流。 最近，已经提出了文本到语音（TTS）模型，例如FastSpeech和ParaNet，用于从文本中并行生成梅尔频谱图。 尽管具有优势，但是如果没有自回归TTS模型作为其外部调整器的指导，则无法训练并行TTS模型。 在这项工作中，我们提出了Glow-TTS，这是一种基于流的并行TTS生成模型，不需要任何外部对准器。 通过将流和动态编程的特性相结合，所提出的模型自行搜索文本和语音的潜在表示之间最可能的单调对齐方式。 我们证明，强制执行硬单调对齐方式可以使鲁棒的TTS泛化为长话，而使用生成流则可以实现快速，多样化和可控制的语音合成。 Glow-TTS在合成时具有可比较的语音质量，比自回归模型Tacotron 2快了一个数量级

TIMEALIGN 在时间上对齐 2 个数据矩阵。 假设 t1 和 t2 向量与必须时间对齐的数据矩阵相关联。 没有均匀时间间隔的假设，但假设时间是单调增加的。 矩阵 u1 和 u2 必须是基于列的，即 length(t1) == size(u1,1) 和 length(t2) == size(u2,1) [t,a1,a2] = timealign(t1,t2,u1,u2) 返回t 时间，t1 和 t2 的并集a1 u1 在 t == t1 的点（否则为 NaN） a2 u2 在 t == t2 的点（否则为 NaN） [...] = timealign(t1,t2,u1,u2,res) 使用固定分辨率 res 对齐例子： t1 = [1 2 3]'； u1 = [6 7 8]'; t2 = [2 4 5]'; u2 = [3 4; -1 2; 9 12]; [t,a1,a2] = tim

基于python和dlib编写的人脸对齐程序。包含了两个测试模型（人脸特征点68点检测和5点检测的模型），还有测试图片。详细可以参考博客：http://blog.csdn.net/hongbin_xu/article/details/78511292

vs10vs12插件 Codemap破解 代码对齐工具 代码缩略图 代码折叠工具 Codemap+注册机：先安装Codemap 再打开注册机注册 其他的都安装了重启就ok了

seetaface分为FaceDetection（人脸检测）、FaceAlignment（人脸对齐）、FaceIdentification（人脸识别）三个模块，三个模块相互独立，综合利用起来即可实现最终的人脸识别功能。