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
Kyuubi是基于构建的高性能通用JDBC和SQL执行引擎。 Kyuubi的目标是促进用户处理大数据（如普通数据）。
它提供了标准化的JDBC接口，在大数据场景中具有易于使用的数据访问。 最终用户可以专注于开发自己的业务系统并挖掘数据价值，而不必了解底层的大数据平台（计算引擎，存储服务，元数据管理等）。
Kyuubi依靠Apache Spark提供高性能的数据查询功能，并且引擎功能的每一项改进都可以帮助Kyuubi的性能取得质的飞跃。 此外，Kyuubi通过引擎缓存提高了临时响应速度，并通过水平缩放和负载平衡增强了并发性。 它提供了完整的身份验证和身份验证服务，以确保数据和元数据的安全性。 它提供强大的高可用性和负载平衡，以帮助您保证SLA承诺。 它提供了两级弹性资源管理体系结构，可以有效地提高资源利用率，同时满足包括交互，批处理和点查询或全表扫描在内的所有方案的性能和响应要求。 它包
2021-11-23 16:02:17
17.45MB
1
大二上学期的C#作业-简易的音乐播放器
希望能给大家带来参考。
功能说明：
1.支持播放模式（顺序、随机、单曲）
2.支持歌曲进度条控制
3.支持音乐音量控制
4.支持歌词搜索、下载和同步显示
5.支持播放列表保存（到本机、到邮箱）
6.提供任务栏托盘播放快速控制
7.支持一键浏览喜爱歌手贴吧和微博
2021-11-23 14:19:57
2.22MB
1
头部相关传递函数 (HRTF) 音频信号处理器。
概述
HRTF 代表 ，仅适用于空间声音。 对于每个这样的声源，经过 HRTF 处理后，您可以明确地分辨出声音来自哪个位置。 换句话说，HRTF 将声音感知提高到现实生活的水平。
HRIR 球体
该板条箱使用头部相关脉冲响应 (HRIR) 球体来创建 HRTF 球体。 HRTF球体是3D空间中的一组点，这些点连接到形成三角形球体的网格中。 每个点都包含左耳和右耳的频谱，用于修改来自每个空间声源的样本以创建双耳声音。 HRIR 球体可以在找到。 来自底座的 HRIR 球体以 44100 Hz 采样率记录，此板条箱会自动重新采样到您的采样率。
表现
HRTF很重，这是必不可少的，因为 HRTF 需要一些繁重的数学运算（快速傅立叶变换、卷积等）和大量内存复制。
已知问题
该渲染器仍然会在非常快速移动的声音中听到小的咔嗒声，咔嗒声听起来更像是“嗡嗡
2021-11-23 13:35:33
10KB
1
视觉识别的瓶颈变压器
实验
模型
参数（M）
累积（％）
ResNet50基线（）
23.5百万
93.62
BoTNet-50
1880万
95.11％
BoTNet-S1-50
1880万
95.67％
僵尸网络-S1-59
2750万
95.98％
BoTNet-S1-77
4490万
ip
概括
用法（示例）
模型
from model import Model
model = ResNet50 ( num_classes = 1000 , resolution = ( 224 , 224 ))
x = torch . randn ([ 2 , 3 , 224 , 224 ])
print ( model ( x ). size ())
模块
from model import MHSA
resolution = 14
mhsa = MHSA ( plan
2021-11-23 11:04:15
7KB
1
模型查看者
使用LWJGL和Slick-Utils用Java编写的非常基本的.OBJ模型查看器
具有令人难以置信的功能，例如各向异性过滤，mip映射和抗锯齿
2021-11-23 04:14:30
6.82MB
1