自动泊车 Autoparking模拟一个典型的停车场的情况,其目的是重新定位了一系列manuevers的汽车,而附近的避开障碍物。 多亏了流行的强化学习算法Q-Learning,我证明了汽车能够自行停车,而无需任何外部输入。 一切,包括AI逻辑,都是从头开始用C ++实现的。 唯一的依赖关系是开源图形库( )。 想更多地了解它的工作原理? 观看或阅读简短的。 享受! Autopark训练模型演示 目录 跑步 关于 文件夹组织 bin- >包含构建后的可执行二进制文件构建- >包含编译过程中生成的.o目标文件缓存->包含Q和R的预训练权重,因此您可以跳过学习阶段conf- >包含配置文件docs- >包含.pdf文件,其中包含有关该项目的有趣信息。 看看吧! 字体->包含应用程序使用的几种字体img- >包含上面的gif图像Makefile- >只是一个makefile 自述文
1
IGrafx Quick Learning
2022-05-05 00:34:37 1.74MB Igrafx
1
yolov3 yolov4 channel and layer pruning, Knowledge Distillation 层剪枝,通道剪枝,知识蒸馏 yolov3-channel-and-layer-pruning 本项目以ultralytics/yolov3为基础实现,根据论文Learning Efficient Convolutional Networks Through Network Slimming (ICCV 2017)原理基于bn层Gmma系数进行通道剪枝,下面引用了几种不同的通道剪枝策略,并对原策略进行了改进,提高了剪枝率和精度;在这些工作基础上,又衍生出了层剪枝,本身通道剪枝已经大大减小了模型参数和计算量,降低了模型对资源的占用,而层剪枝可以进一步减小了计算量,并大大提高了模型推理速度;通过层剪枝和通道剪枝结合,可以压缩模型的深度和宽度,某种意义上实现了针对不同数据集的小模型搜索。 项目的基本工作流程是,使用yolov3训练自己数据集,达到理想精度后进行稀疏训练,稀疏训练是重中之重,对需要剪枝的层对应的bn gamma系数进行大幅压缩,理想的压缩情况如下图,
2022-05-04 21:02:31 1.4MB Python Deep Learning
1
实时高分辨率背景抠像 论文的官方资料库。 我们的模型需要捕获额外的背景图像,并在Nvidia RTX 2080 TI GPU上以4K 30fps和HD 60fps产生最新的消光效果。 总览 更新 [2021年1月9日] PhotoMatte85数据集现已发布。 [2020年12月21日]我们将项目更新为MIT许可证,该许可证可用于商业用途! 下载 型号/重量 视频/图像示例 (由)(我们的模型在高清素材上更加强大) 数据集 VideoMatte240K(即将推出) 演示版 剧本 我们在此存储库中提供了几个脚本,供您试验我们的模型。 文件中包含更详细的说明。 inference_image
2022-05-04 20:37:26 2.68MB machine-learning real-time computer-vision matting
1
Machine Learning for Cloud Management 2022
2022-05-04 16:05:55 28.87MB 机器学习 人工智能
1
所有公共EEG数据集的列表。 此EEG资源列表并不详尽。 如果您发现新内容,或者已深入探索任何未过滤的链接,请更新存储库。 EEG数据集所有公共EEG数据集的列表。 此EEG资源列表并不详尽。 如果您发现新内容,或者已深入探索任何未过滤的链接,请更新存储库。 运动图像左/右手MI:包括52个主题(38个经过验证的具有区分特征的主题),生理和心理问题的结果,EMG数据集,3D EEG电极的位置以及与非任务相关状态的EEG电机运动/图像数据集:包括109 volun
2022-05-04 02:00:05 10KB Python Deep Learning
1
Pattern Recognition And Machine Learning 中文版,经典中的经典,终于有了中文版。
2022-05-03 20:36:44 11.71MB 中文版 PRML 机器学习
1
matlab svr代码机器学习 该存储库包含 NTHU 2015-Spring Machine Learning (EE655000) 的作业和期末项目。 代码是用 Matlab 编写的。 内容包括PAC学习、SVM、SVR、boosting等。
2022-05-03 19:16:54 7.22MB 系统开源
1
参数服务器 本项目使用非常少的代码编写了深度学习训练的全过程,有完整的结构,通过面向对象的封装,在算法上有一定扩展性,不仅支持单机模式还支持分布式模式 使用java实现的dnn训练框架,底层矩阵库使用Jblas(https://github.com/mikiobraun/jblas),参数服务器使用Grpc+protobuf,ui方面使用ploty.js+nanohttpd 支持单机多CPU训练 支持分布式训练,多worker,多ps自定义负载均衡 支持同步更新和异步更新 支持二分类和多分类 实现embdding+全链接模型 实现Wide And Deep模型 实现卷积+池化+全链接模型 支持训练数据,测试数据异步读取,自定义parser UI Server可视化图表 例子 运行 CTR.java 点击率预估例子,test auc在0.71左右 运行 Mnist.java 手写输入例子,正
2022-05-03 11:31:23 16.44MB java machine-learning dnn wide-and-deep
1
通过使用虚幻引擎4构建游戏学习C ++-第二版 这是Packt发行的《 来的代码库 。 使用C ++和UE4学习3D游戏开发的初学者指南 这本书是关于什么的? 学习使用C ++编程需要一些认真的动力。 虚幻引擎4(UE4)是一个功能强大的C ++引擎,具有用于创建AAA工作室一流,令人兴奋的游戏的全部功能,这使其成为学习C ++ 17的有趣方式。 本书涵盖以下激动人心的功能: 学习C ++的基础知识以及基本的UE4编辑 了解有关UE4编辑器的方法以及在引擎中使用C ++和蓝图的基础知识 了解如何使用基本的C ++容器和数据结构来存储游戏数据 创建玩家,NPC和怪物 使用UE4 UMG UI系统向用户提供信息 如果您觉得这本书适合您,请立即获取! 说明和导航 所有代码都组织在文件夹中。 例如,Chapter02。 该代码将如下所示: #include u
2022-05-03 00:39:27 1.02GB C++
1