softmax_variants softmax变体的各种损失函数：中心损失，余面损失，高边距高斯混合，由pytorch 0.3.1实现的COCOLoss 训练数据集是MNIST 您可以直接运行代码train_mnist_xxx.py重现结果 参考文件如下： 中锋失利：温彦东，张凯鹏，李志峰和乔巧。 一种用于深度人脸识别的判别性特征学习方法。 ECCV 2016 Cosface损失：王浩，王一彤，周正，邢吉，狄宏恭，周静超，李志峰和刘伟。 CosFace：用于深脸识别的大余量余弦损失。 CVPR2018 大幅度高斯混合损失：万维涛，钟元仪，李天鹏，陈建生。 重新考虑图像分类中损失函数的特征分布。 CVPR 2018 COSO损失：刘宇，李洪阳，王小刚。 重新思考特征识别和聚合，以进行大规模识别。 NIPS研讨会2017 学到的二维嵌入功能包括： softmax损失 可可

生成对抗网络综述：How Generative Adversarial Networks and Their Variants Work: An Overview

matlab弹球代码双支持向量机变体 制定新算法“改进稀疏孪生支持向量机” 此存储库包含以下 SVM 变体的 matlab 代码- 所有数据集均来自

混沌函数的matlab代码

The ICP (Iterative Closest Point) algorithm is widely used for geometric alignment of three-dimensional models when an initial estimate of the relative pose is known. Many variants of ICP have been proposed, affecting all phases of the algorithm from the selection and matching of points to the minimization strategy. We enumerate and classify many of these variants, and evaluate their effect on the speed with which the correct alignment is reached. In order to improve convergence for nearly-flat meshes with small features, such as inscribed surfaces, we introduce a new variant based on uniform sampling of the space of normals. We conclude by proposing a combination of ICP variants optimized for high speed. We demonstrate an implementation that is able to align two range images in a few tens of milliseconds, assuming a good initial guess. This capability has potential application to real-time 3D model acquisition and model-based tracking.

Gitbook主题为Typora 这个错别字主题是受文档样式启发的。 它具有三个变体： Azure ， Slate和Teal 。 在Windows 10和macOS上进行设计和测试。 未经测试，但它也适用于Linux。 安装说明 在下载压缩的项目包并解压缩。 将gitbook-azure.css ， gitbook-slate.css和gitbook-teal.css文件以及文件夹gitbook到Typora主题库中。 启动或重新启动Typora，然后从主题菜单中选择Gitbook Azure ， Gitbook Slate ， Gitbook Teal 。 贡献 如果某事不起作用/外观不正确或您有任何建议，请。 如果愿意，您也可以创建自己的此主题变体。 请注意，该主题仍在开发中。 期望定期更新。 修改 如果您更喜欢1.9版之前使用的slate变体的颜色（这些颜色更浅些，更像是s

用于不平衡学习的SMOTE变量 介绍 该软件包实现了综合少数族裔过采样技术（SMOTE）的85个变体。 除了实现之外，还提供了易于使用的模型选择框架，以能够对未见数据集的过采样技术进行快速评估。 所实现的技术： [Borderline_SMOTE1] ， [Borderline_SMOTE2] ， [ADASYN] ， [AHC] ， [LLE_SMOTE] ， [distance_SMOTE] ， [单加氧酶] ， [polynom_fit_SMOTE] ， [Stefanowski ] ， [ADOMS] ， [Safe_Level_SMOTE] ， [MSMOTE] ， [DE_oversampling] ， [SMOBD] ， [SUNDO] ， [MSYN] ， [SVM_balance] ， [TRIM_SMOTE] ， [SMOTE_RSB] ， [ProWSyn]

RRT*、RRT-connect、lazy RRT 和 RRT extend 已针对具有可视化的 2d 和 3d c 空间实现

2015-Standards and guidelines for the interpretation of sequence variants.pdf

2018-Identification of Germline Variants in Tumor.pdf