Tamarin证明者资料库 本自述文件描述了Tamarin证明者用于安全协议验证的存储库的组织。 它的目标受众是Tamarin证明者的感兴趣的用户和将来的开发人员。 有关Tamarin证明器的安装和使用说明，请参见手册的第2章： : 发展与贡献 有关如何开发，测试和发布对Tamarin证明者源代码的更改的，请参阅。 版本编号政策 我们使用具有四个组成部分的版本号。 第一个组件是主要版本号。 它指示代码库已完全重写。 第二部分是次要版本号。 我们使用奇数个次要版本号来表示面向早期采用者的开发版本。 我们甚至使用次要版本号来表示公开发布的版本，这些版本也会发布。 第三个组件指示错误修正版本。 第四个组件指示文档和元数据更改。 我们确保Tamarin证明者版本的外部接口与主版本号和次要版本号一致的所有版本的外部接口向后兼容。 我们在以下位置发布Tamarin证明程序的所有版本：

齿轮 ACL 2019论文“ ”的源代码和数据集。 要求： 请确保您的环境包括： python (tested on 3.6.7) pytorch (tested on 1.0.0) 然后，运行命令： pip install -r requirements.txt 证据提取 我们在文档检索和句子选择步骤中使用的代码。 我们的证据提取结果可以在或 。 下载这些文件，并将它们放在data/retrieved/文件夹中。 然后该文件夹将看起来像 data/retrieved/ train.ensembles.s10.jsonl dev.ensembles.s10.jsonl test.ensembles.s10.jsonl 资料准备 # Download the fever database wget -O data/fever/fever.db https:/

验尸验证码验证 验尸模块，以验证数据源上的Microsoft AuthentiCode签名 资料下载 该模块的编译版本可以在此处下载： :

项目介绍 该项目基于CNN + BLSTM + CTC实现验证码识别。 该项目仅适用于部署模型，如果您需要训练模型，请转到 知情的 默认的require.txt将安装CPU版本，将“ requirements.txt”从“ TensorFlow”更改为“ TensorFlow-GPU”以切换到GPU版本，使用GPU版本安装相应的CUDA和cuDNN。 demo.py：有关如何调用预测方法的示例。 模型文件夹文件夹用于存储模型配置文件，例如model.yaml。 graph文件夹用于存储编译的模型，例如model.pb 部署服务将自动加载模型配置中的所有模型。 添加新模型配置后，将自动加

vera:用于验证，分析和转换C ++源代码的可编程工具