pbrt，版本4（早期发布）
这是pbrt-v4的早期版本，该渲染系统将在（最终）即将出版的第四版《基于物理的渲染：从理论到实现》中进行介绍。 （我们希望能在2021年的几个月前发布该书的在线版本，并在2021年夏季发布印刷书籍。）
我们正在为艰苦的冒险者提供此代码。 它尚未被广泛记录，但是，如果您熟悉pbrt的早期版本，则应该可以解决它。 我们希望该系统以当前的形式对某些人有用，并且现在可以发现当前实现中的所有错误，从而使我们能够在本书最终出版之前对其进行更正。
中了pbrt-v4的许多场景。
产品特点
pbrt-v4代表对pbrt-v3先前版本的实质性更新。 主要变化包括：
光谱渲染
渲染计算始终使用点采样光谱进行； RGB颜色的使用仅限于场景描述（例如，图像纹理贴图）和最终图像输出。
现代化的体积散射
一种全新的VolPathIntegrator基于的零散射路径积分公式 已
2021-11-23 23:03:35
9.15MB
1
ExpTreeLib
一个类库，用于使用文件夹导航TreeView和特定于表单的ListView来构建Forms，这些表单可以针对您的应用程序进行定制，其行为类似于Windows Explorer。
该项目来自Jim Parsells，他将其发布在CodeProject中。 有关更多详细信息，请参阅以下链接。 原始许可证为CPOL 1.02。
CodeProject中的项目链接： :
原始许可证链接： :
这是构建您自己的Windows资源管理器的很好的用户控件。 但是他的表现并没有维持好几年。 所以我重新编译了它，并做了一些改进。 好处是，我基于Jim Parsells代码为列表视图创建了名为ExpListLib的新用户控制。 这将帮助我们更轻松地构建自己的Windows资源管理器。
2021-11-23 22:13:22
1.55MB
1
pbrt，版本3
该存储库包含pbrt版本的源代码，该版本在 ， 和Greg Humphreys的第三版《基于物理的渲染：从理论到实现》中进行了描述。 和以前一样，该代码在BSD许可下可用。
有有关基于物理的渲染书以及pbrt的许多其他资源的一般信息。 截至2018年10月，现在可在线免费获得。
场景示例
可供下载的示例场景超过8GB。 （许多是新的，而pbrt的早期版本不提供。）有关如何下载它们的信息，请参见pbrt网站上的pbrt 。
下载它们之后，请参阅场景分发中的README.md.html文件，以获取有关场景和预览图像的更多信息。
额外资源
有一个邮件列表，可以作为有用的资源。
请参阅《 ，以获取有关如何检出和构建系统的更多信息，以及有关使用pbrt的各种其他信息。
如果您在pbrt中发现错误，请在报告该。
请将您在“基于物理的渲染”书中发现的任何错误报告给 。
注
2021-11-23 21:58:21
2.1MB
1
Laucha，正则表达式解析器
给定一个正则表达式，该程序构建其解析树。 解析器是手动编写的递归下降解析器，来自 RE 语法的 BNF 描述。
示例输出：
$ python laucha.py
(a|b)*aab
[('special', '('),
('literal', 'a'),
('special', '|'),
('literal', 'b'),
('special', ')'),
('special', '*'),
('literal', 'a'),
('literal', 'a'),
('literal', 'b'),
('eos', None)]
('RE',
('RE',
('simple_RE',
('basic_RE',
('star',
('elementary_RE',
('group',
2021-11-23 21:31:16
3KB
1
该源码是以前写的TLBB答题器，现在放电脑没什么用了，给新手共享下，里面有TLBB内存答题，显卡和CPU优化，新手可以学习学习
2021-11-23 20:27:19
1.13MB
1
嵌入式CNN
使用SDSOC和Xilinx Ultrascale +平台在嵌入式OS中部署CNN加速器。
平台
SDx：2018.1
电路板：Xilinx Ultrascale + ZCU 102
FPGA系统
数据类型：现在只有float16！ 工作频率：300MHz 数据运动网络频率：300MHz
版本
转换v0.0：
这个版本需要很长时间（大约11秒）。 由于某些转换层中的参数无法完全加载到片上mem中，因此必须从DDR多次读取它们到FPGA。 因此，在数据通信上花费大量时间。
转换v0.1：
此版本需要9秒钟才能运行转换层。 与conv.v0.0相比，权重缓冲区更大，可以将更多权重读取到片上mem中。 对于conv1 / conv2 / conv3，所有权重都可以一次加载到片上mem中。 对于conv4 / conv5，权重缓冲区一次只能读取1/4权重。 因此，在conv
2021-11-23 20:10:08
80KB
1
ML TrueLayer挑战
安装说明
使用Anaconda创建一个新环境（从下载并安装）：
conda create -n truelayer python=3.7
激活环境：
conda activate truelayer
从requirements.txt安装软件包：
conda install --file requirements.txt
安装NLTK停用词，运行Python解释器并输入以下命令：
import nltk
nltk . download ()
并从界面中选择停用词。
如何重现结果
IPython笔记本用于浏览数据，功能和可能的解决方案：它们可以运行以生成图像和探索表。
Python脚本包含代码的最终版本：
python train.py ：加载和预处理MovieLens公共数据集，训练模型并将其存储在models /中。 此外，它还会执行超参数网格
2021-11-23 16:45:52
13.59MB
1