GShang

摘要： 什么是引文网络？ 我们都知道，在人的社交中，人与人之间形成了一个庞大的人际关系网络。 所以，当你想要在某方面得到一些帮助时，往往可以通过一层层地发动人际关系，最终找到能够帮助到你的技术大牛们。 在文献检索中，存在这么一种网络，能够帮助你迅速掌握某个领域最有价值的文献资料。这便是 引文网络 。 当你写 阅读全文

摘要： 句子检索是知网独有的一种文献检索方法。在句子检索中，主要功能是匹配到文献同一句话或者同一段话中出现的两段文字。很显然，当这两段文字描述的是同一个东西，在表达上具有连贯性时，就用同一句话去检索；否则，我们就用同一段话去检索。 阅读全文

摘要： 问题 在撰写大论文时，由于每一章都是一个相对独立的板块，因此在写作时通常按照章节设置几个文档分开去撰写。 使用 NoteEpress 能够让你在引用参考文献时，实现自动更新。你只需要将鼠标放置在参考文献上，再在文档中点击”选择引用“即可。 但是，很多学校的大论文，参考文献只在文末汇总，并不是分章节引 阅读全文

摘要： 主题预览 主题下载 csdn.css version:2021-01-02 下载css文件后，复制粘贴到 页面定制 CSS 代码 , 选择主题为 custom ， 并禁用css；保存，启用主题 ~ 阅读全文

摘要： 阅读全文

摘要： 什么是t-SNE ? t-SNE 的全称为 t-distributed Stochastic Neighbor Embedding ，t-分布随机近邻嵌入。 t-SNE 可用于高维度数据的可视化。它将数据点之间的相似性转换为联合概率，并尝试最小化低维嵌入和高维数据的联合概率之间的KL散度（Kullb 阅读全文

摘要： 视频资料 源码 import argparse import os import numpy as np import math import torchvision.transforms as transforms from torchvision.utils import save_image 阅读全文

摘要： 摘要 本文探讨了卷积和转置卷积的尺寸计算过程，并通过 Pytorch 进行了验证。 卷积 如上图所示，输入特征图为 5×5 ，补零为1（ padding = 1 ）, 使用 3×3 卷积核，卷积核移动的步幅为1（ stride = 1 ），则经过卷积操作后，输出特征图的尺寸仍为 5×5 。可以看到， 阅读全文

摘要： 众所周知，深度学神经网络的成功训练离不开大量的标注样本。在本文中，我们提出了一种网络和训练策略，该策略依赖于强大的数据扩充来更有效地使用现有的标注样本。本文的网络架构由捕捉上下文的收缩路径和实现精确定位的对称扩展路径组成。我们证明了，这样的网络能够使用极少的图像进行端到端的训练，并且优于之前的ISBI挑战赛的最好方法(滑动窗口卷积网络)，在该赛事中，研究电子显微镜图像堆栈下神经元结构的分割。 阅读全文

摘要： 演示 测试网页：http://gshang.gitee.io/pytorch-to-javascript-with-onnx-js/full_demo/ 视频来源：https://www.youtube.com/watch?v=Vs730jsRgO8 Github项目 pytorch-to-java 阅读全文