龙芯客户端agent，WGCLOUD是一款更简单的运维监控工具，包含server和agent，简单轻量实用，部署操作简单阐明文档www.wgstart.com
2015/1/10 1:28:10
5.44MB
1
HiddenLayer-面向PyTorch/Tensorflow的神经网络图和训练襟怀的轻量库
2017/11/7 14:57:20
2.76MB
1
数据融合matlab代码自适应加权学习网络的轻量图像超分辨率王朝峰，李振和石军，“具有自适应加权学习网络的轻量图像超分辨率”，该代码基于依存关系的Python3.5PyTorch＞=0.4.0麻木skimage意象matplotlibtqdm代码 gitclonegit@github.com:ChaofWang/AWSRN.git cdAWSRN抽象的近年来，深度学习已以出色的功能成功地应用于单图像超分辨率（SISR）任务。
但是，大多数基于卷积神经网络的SR模型都需要大量计算，这限制了它们在现实世界中的应用。
在这项工作中，为SISR提出了一种轻量级SR网络，称为自适应加权超分辨率网络（AWSRN），以解决此问题。
在AWSRN中设计了一种新颖的局部融合块（LFB），用于有效的残差学习，它由堆叠的自适应加权残差单元（AWRU）和局部残差融合单元（LRFU）组成。
此外，提出了一种自适应加权多尺度（AWMS）模块，以充分利用重建层中的特征。
AWMS由几个不同的尺度卷积组成，并且可以根据AWMS中针对轻量级网络的自适应权重的贡献来删除冗余尺度分
但是，大多数基于卷积神经网络的SR模型都需要大量计算，这限制了它们在现实世界中的应用。
在这项工作中，为SISR提出了一种轻量级SR网络，称为自适应加权超分辨率网络（AWSRN），以解决此问题。
在AWSRN中设计了一种新颖的局部融合块（LFB），用于有效的残差学习，它由堆叠的自适应加权残差单元（AWRU）和局部残差融合单元（LRFU）组成。
此外，提出了一种自适应加权多尺度（AWMS）模块，以充分利用重建层中的特征。
AWMS由几个不同的尺度卷积组成，并且可以根据AWMS中针对轻量级网络的自适应权重的贡献来删除冗余尺度分
2018/6/1 12:43:36
3.95MB
1
深层神经网络拥有更强特征表达能力的同时,也带来了优化难、训练成本高及梯度弥散等问题;参数数量的激增则导致模型过于臃肿,不利于其在挪动端及工业控制设备等算力弱、存储小的平台上的部署.针对这些问题,构建了一种融合空洞卷积和多尺度稀疏结构的轻量神经网络对图像进行特征提取,实现对带有彩色图形噪声且字符扭曲粘连严重的验证码图像的端到端识别.将包含100万张验证码图像的数据集按98:1:1的比例划分为训练集、验证集和测试集,逐批参与训练.实验结果表明,该网络在大大减少参数数量的同时,具有测试集上98.9%的识别成功率.
2017/11/27 15:43:07
1.08MB
1
Markdown是一种轻量标记言语,通过简单的语法，使普通文本具有一定的格式。
Markdown拥有独立的一键新建入口，能让你双手不离键盘直接写出你想要的文字和排版，为用户提供了超高效的沉浸式写作体验。
Typora是一款由AbnerLee开发的轻量级Markdown编辑器，与其他Markdown编辑器不同的是，Typora没有采用源代码和预览双栏显示的方式，而是采用所见即所得的编辑方式，实现了即时预览的功能，但也可切换至源代码编辑模式。
Markdown拥有独立的一键新建入口，能让你双手不离键盘直接写出你想要的文字和排版，为用户提供了超高效的沉浸式写作体验。
Typora是一款由AbnerLee开发的轻量级Markdown编辑器，与其他Markdown编辑器不同的是，Typora没有采用源代码和预览双栏显示的方式，而是采用所见即所得的编辑方式，实现了即时预览的功能，但也可切换至源代码编辑模式。
2018/7/12 22:28:05
52.97MB
1
资源包中整理了oracle轻量免安装客户端程序，内容已包含instantclient-basic-windows.x64-11.2.0.4.0.zip、instantclient-sqlplus-windows.x64-11.2.0.4.0.zip的所有内容。
同时，提供详细的安装配置说明文字。
可协助新手顺利完成NavicatPremium15forOracle的安装配置。
同时，提供详细的安装配置说明文字。
可协助新手顺利完成NavicatPremium15forOracle的安装配置。
2015/3/16 3:05:23
48.56MB
1
更简单的运维监控工具WGCLOUD，包含server和agent，简单轻量实用，部署操作简单阐明文档www.wgstart.com
2017/9/18 11:05:15
91.14MB
1
新一代效率工具平台,自由组合插件应用，打造专属你的趁手工具集。
既是插件也是应用，uTools插件应用：轻量、安全、简约、无广告。
按下鼠标中键，弹出uTools超级面板，「Alt+空格」，呼出uTools搜索框。
既是插件也是应用，uTools插件应用：轻量、安全、简约、无广告。
按下鼠标中键，弹出uTools超级面板，「Alt+空格」，呼出uTools搜索框。
2019/8/18 21:55:13
63.59MB
1
针对单目深度估计网络庞大的参数量和计算量，提出一种轻量金字塔解码结构的单目深度估计网络，可以在保证估计精度的情况下降低网络模型的复杂度、减少运算时间。
该网络基于编解码结构，以端到端的方式估计单目图像的深度图。
编码端使用ResNet50网络结构；
在解码端提出了一种轻量金字塔解码模块，采用深度空洞可分离卷积和分组卷积以提升感受野范围，同时减少了参数量，并且采用金字塔结构融合不同感受野下的特征图以提升解码模块的功能；
此外，在解码模块之间增加跳跃连接实现知识共享，以提升网络的估计精度。
在NYUDv2数据集上的实验结果表明，与结构注意力引导网络相比，轻量金字塔解码结构的单目深度估计网络在误差RMS的指标上降低约11.0%，计算效率提升约84.6%。
该网络基于编解码结构，以端到端的方式估计单目图像的深度图。
编码端使用ResNet50网络结构；
在解码端提出了一种轻量金字塔解码模块，采用深度空洞可分离卷积和分组卷积以提升感受野范围，同时减少了参数量，并且采用金字塔结构融合不同感受野下的特征图以提升解码模块的功能；
此外，在解码模块之间增加跳跃连接实现知识共享，以提升网络的估计精度。
在NYUDv2数据集上的实验结果表明，与结构注意力引导网络相比，轻量金字塔解码结构的单目深度估计网络在误差RMS的指标上降低约11.0%，计算效率提升约84.6%。
2016/7/24 4:46:08
1.26MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB