- 综合排序
- 最热优先
- 最新优先
- 来自专栏SnailTyan
CRNN论文翻译——中英文对照
声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！ 虽然在标准基准数据集上取得了有效的性能，但是前面的基于神经网络的算法[8,22]以及本文提出的方法通常都优于这些方法。 数据集包含8百万训练图像及其对应的实际单词。这样的图像由合成文本引擎生成并且是非常现实的。 在无约束词典的情况下，我们的方法在SVT上仍取得了最佳性能，但在IC03和IC13上仍然落后于一些方法[8,22]。 /products/photoscore/ultimate.html. 8 [5] J.
2.5K00发布于 2017-12-28 - 来自专栏怪兽怪秀
机械图纸常用术语英语对照翻译
对照翻译 ###英文图纸标题栏的一些资料 英文工程图纸的右下边是标题栏（相当于我们的标题栏和部分技术要求），其中有图纸名称（TILE）设计者（DRAWN）审查者（CHECKED）材料（MATERIAL 1° 角度公差±1° 4)DIMS TOLERANCE±0.1 未注尺寸公差±0.1 5)SURFACE FINISH 3.2 UNLESS STATED 未注粗糙度3.2 ###机械图纸常用术语英语对照翻译 UNF-3B THRO＇攻统一标准细牙螺纹，每英寸14牙，精度等级3B级 （注UNF=UNIFIED FINE THREAD美国标准细牙螺纹） 1"DRILL 1"/4-20 UNC-3 THD7"/8 DEEP 4HOLES NOT BREAK THRO 钻1"孔，攻1"/4美国粗牙螺纹，每英寸20牙，攻深7"/8,4孔不准钻通（UNC=UCIFIED COARSE THREAD 美国标准粗牙螺纹） 1"-14NS-2THRO 攻美国固定特种螺纹M1",每英寸牙数14,精度等级为二级 （注NS=NATIONAL SPECIAL THREAD:美国固定特种标准） 2.2倒角（CHAMFER） 例1/8×
5.2K20编辑于 2022-09-20 - 来自专栏SnailTyan
Batch Normalization论文翻译——中英文对照
Computer Vision and Pattern Recognition, pp. 1–8.
1.4K10发布于 2017-12-28 - 来自专栏SnailTyan
Deformable Convolutional Networks论文翻译——中英文对照
Both are pre-trained on ImageNet [8] classification dataset. 特征提取的可变形卷积。 分别对PASCAL VOC和Cityscapes进行30k和45k迭代，有8个GPU每个GPU上处理一个小批次数据。 在8个GPU上分别对PASCAL VOC和COCO执行30k次和240k次迭代。 We further tried dilation values 4, 6, and 8 and reported the results in Table 3. 我们进一步尝试了扩张值4，6和8，并在表3中报告了结果。
1.6K00发布于 2017-12-28 - 来自专栏SnailTyan
Squeeze-and-Excitation Networks论文翻译——中英文对照
使用[8]中描述的权重初始化策略，所有模型都从零开始训练100个迭代周期。 6. 然后，我们从验证集中为每个类抽取50个样本，并计算每个阶段最后的SE块中50个均匀采样通道的平均激活（紧接在下采样之前），并在图8中绘制它们的分布。 图8。SE-ResNet-50不同模块在ImageNet上由Excitation引起的激活。模块名为“SE stageID blockID”。 In CVPR, 2017. [8] K. He, X. Zhang, S. Ren, and J. Sun. （g）使用8个服务器（64个GPU）并行执行培训，以实现大批量数据大小（2048），初始学习率为1.0。
1.6K00发布于 2017-12-28 - 来自专栏SnailTyan
Single Shot MultiBox Detector论文翻译——中英文对照
boxes of different aspect ratios at each location in several feature maps with different scales (e.g. 8 × 8 and 4 × 4 in (b) and (c)). 以卷积方式，我们评估具有不同尺度（例如（b）和（c）中的8×8和4×4）的几个特征映射中每个位置处不同长宽比的默认框的小集合（例如4个）。
1.4K00发布于 2017-12-28 - 来自专栏SnailTyan
Going Deeper with Convolutions——GoogLeNet论文翻译——中英文对照
声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！ 另外，我们发现Andrew Howard[8]的光度扭曲对于克服训练数据成像条件的过拟合是有用的。 7. 前一年的输入中，Andrew Howard[8]采用了类似的方法，经过我们实证验证，其方法略差于我们提出的方案。 8. CoRR, abs/1207.0580, 2012. [8] A. G. Howard.
1.4K00发布于 2017-12-28 - 来自专栏SnailTyan
Inception-V3论文翻译——中英文对照
This is reduced to a 8×8×12808 \times 8 \times 1280 grid with the grid reduction technique depicted in 使用图10所示的网格缩减技术，这被缩减为8×8×12808 \times 8 \times 1280的网格。 在最粗糙的8×88 \times 8级别，我们有两个如图6所示的Inception模块，每个块连接的输出滤波器组的大小为2048。 这种架构被用于最粗糙的（8×88 \times 8）网格，以提升高维表示，如第2节原则2所建议的那样。 8.
2K00发布于 2017-12-28 - 来自专栏SnailTyan
U-Net - Convolutional Networks 论文翻译——中英文对照
声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！ 翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation U-Net: Convolutional Networks for While convolutional networks have already existed for a long time [8], their success was limited due 虽然卷积网络已经存在了很长时间[8]，但由于可用训练集的大小和所考虑网络的规模，它们的成功受到了限制。 Krizhevsky等人[7]的突破是通过大型网络在ImageNet数据集上的监督训练实现的，其中大型网络有8个网络层和数百万参数，ImageNet数据集包含百万张训练图像。
5.6K51发布于 2020-04-24 - 来自专栏SnailTyan
YOLO，You Only Look Once论文翻译——中英文对照
You Only Look Once: Unified, Real-Time Object Detection Abstract We present YOLO, a new approach to
2K00发布于 2017-12-28 - 来自专栏SnailTyan
ImageNet Classification with Deep Convolutional Neural Networks——AlexNet论文翻译——中英文对照
., NORB [16], Caltech-101/256 [8, 9], and CIFAR-10/100 [12]). 直到最近，标注图像的数据集都相对较小–在几万张图像的数量级上（例如，NORB[16]，Caltech-101/256 [8, 9]和CIFAR-10/100 [12]）。 网络的输入是150,528维，网络剩下层的神经元数目分别是253,440–186,624–64,896–64,896–43,264–4096–4096–1000（8层）。 如图2所示，我们的网络包含8个带权重的层；前5层是卷积层，剩下的3层是全连接层。最后一层全连接层的输出是1000维softmax的输入，softmax会产生1000类标签的分布。 图4：（左）8张ILSVRC-2010测试图像和我们的模型认为最可能的5个标签。每张图像的下面是它的正确标签，正确标签的概率用红条表示（如果正确标签在top 5中）。
1.4K91发布于 2017-12-29 - 来自专栏晓晨的专栏
【翻译】发布 .NET 8 Preview 1
本文使用 OpenAI gpt-3.5-turbo-0301 模型翻译生成 原文：Announcing .NET 8 Preview 1 欢迎使用 .NET 8！ 第一个预览版已经发布，您可以获取第一个 .NET 8 预览版并开始构建应用程序。请往下滑动以查看此预览版中包含的功能列表。.NET 8 是一次长期支持 (LTS) 发布。 首先，让我们展望一下 .NET 8 的愿景。 目标 .NET 8 要针对 .NET 8，首先需要确保从官方 Microsoft 网站安装了 .NET 8 SDK。 这主要是为了定义.NET 8的最小glibc版本。例如，由于此更改，.NET 8将无法在Ubuntu 14.04上启动。
1.6K10编辑于 2023-03-11 - 来自专栏linux
Ubuntu翻译之man（8）apt
它旨在作为一个最终用户界面，与更专业的APT工具（如APT-get（8）和APT-cache（8））相比，它默认启用了一些更适合交互式使用的选项。 and apt-cache(8). //apt(8)的所有功能都可以在专用的APT工具中实现，如apt-get(8)和apt-cache(8)。 All features of apt(8) are available in dedicated APT tools like apt-get(8) and apt-cache(8) as well. , apt-cache(8), sources.list(5), apt.conf(5), apt-config(8), apt-patterns(7), The APT User's guide in
42110编辑于 2024-08-28 - 来自专栏SnailTyan
Effective Java 2.0_中英文对照_Item 8
Item 8: Obey the general contract when overriding equals Overriding the equals method seems simple, but
69640编辑于 2022-05-09 - 来自专栏SnailTyan
ESRGAN - Enhanced Super-Resolution Generative Adversarial Networks论文翻译——中英文对照
文章作者：Tyan 声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！ 翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation ESRGAN: Enhanced Super-Resolution 我们凭经验发现，使用具有丰富纹理的大型数据集有助于生成器产生更自然的结果，如图8所示。 ? 图8：展示ESRGAN中每个组件效果的整体视觉比较。每一列表示一个模型，其配置在顶部。 The overall visual comparison is illustrated in Fig. 8. 我们也发现更深的模型可以减少像图8中图像20这样的令人不快的噪声。
1.5K40发布于 2020-05-27 - 来自专栏勇哥编程游记
推荐一个双语对照的 PDF 翻译工具的开源项目：PDFMathTranslate
今天给大家推荐一个双语对照的 PDF 翻译工具的开源项目：PDFMathTranslate 。 项目介绍：基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/Docker 。 布局分析和 PDF 指令流分析实现对文档排版的完整保留 ；保留行内/行间公式和图表样式，对 Latex 文献进行特殊优化；保留文档可索引目录结构 ；支持 Google、DeepL 和 OpenAI 等多种翻译服务 接下来，选择翻译服务 Google、Bing、zhipu、Tentcent 等和翻译方向（英文转中文），最后点击翻译按钮即可。 ；2、调用翻译服务 Google 、智普、Bing、DeepL、OpenAI 等开放平台的服务 ；3、将数据流整合在一起并输出到目标 PDF 。
1.1K10编辑于 2025-01-04 告别语义不准，拥抱智能翻译 ——8 款网页翻译插件深度测评
网页翻译常遇漏译错译，视频无字幕难理解，学术文献、外语课程等场景的语言障碍亟待解决。本次精选 8 款主流网页翻译插件深度测评，从功能覆盖、翻译精准度等多维度对比，重点推荐会译 AI 翻译插件。 【会译 AI 翻译插件】推荐指数：★★★★★功能亮点：网页对照翻译：智能识别所有网页内容，支持原文 / 译文 / 双语对照三种模式一键切换划词 & 悬停翻译：按住 Ctrl + 鼠标划词或悬停就能实时翻译 ，看文献时不用反复切换窗口PDF 翻译：科研论文无损转换，支持原文 / 译文 / 对照三种模式，还能 AI 总结重点视频翻译：YouTube 自动生成双语字幕，学海外课程再也不用等字幕组在线翻译：支持 【谷歌翻译】推荐指数：★★★★功能亮点：支持多语言网页翻译，提供离线翻译选项，相机实时翻译所见内容，支持语音对话翻译。适用人群：跨境出行者、多语言日常使用者总结：覆盖场景广泛，基础翻译需求均可满足。 综合来看，会译 AI 翻译插件凭借智能 AI 模型与独特双语对照翻译成为最佳推荐。其全面覆盖网页、文档、视频等场景，精准度与效率优势显著，为各类外语接触者提供一站式翻译解决方案。
2.8K11编辑于 2025-08-29- 来自专栏勇哥编程游记
推荐一个双语对照的 PDF 翻译项目：PDFMathTranslate
今天给大家推荐一个双语对照的 PDF 翻译项目：PDFMathTranslate 。 项目地址： https://github.com/Byaidu/PDFMathTranslate 项目介绍： 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama PDF 指令流分析实现对文档排版的完整保留 ； 保留行内/行间公式和图表样式，对 Latex 文献进行特殊优化； 保留文档可索引目录结构 ； 支持 Google、DeepL 和 OpenAI 等多种翻译服务 且小于 3.12 ; 2、安装此程序 ; pip install pdf2zh 3、打开 GUI 界面 , 访问：http://localhost:7860/ pdf2zh -i 4、上传文件并翻译 接下来，选择翻译服务 Google、Bing、zhipu、Tentcent 等和翻译方向（英文转中文）， 最后点击翻译按钮即可。
66710编辑于 2025-01-08 - 来自专栏全栈程序员必看
Keycode对照表（键码对照表）
3 51 D 68 M 77 V 86 4 52 E 69 N 78 W 87 5 53 F 70 O 79 X 88 6 54 G 71 P 80 Y 89 7 55 H 72 Q 81 Z 90 8 56 I 73 R 82 0 48 9 57 数字键盘上的键的键码值(keyCode) 按键 键码 按键 键码 0 96 8 104 1 97 9 105 2 98 * 106 3 99 + 107 100 Enter 108 5 101 – 109 6 102 . 110 7 103 / 111 功能键键码值(keyCode) 按键 键码 按键 键码 F1 112 F7 118 F2 113 F8 120 F4 115 F10 121 F5 116 F11 122 F6 117 F12 123 控制键键码值(keyCode) 按键 键码 按键 键码 按键 键码 按键 键码 BackSpace 8
11.6K30发布于 2021-10-28 - 来自专栏CSDNToQQCode
keycode对照表（键码对照表）
3 51 D 68 M 77 V 86 4 52 E 69 N 78 W 87 5 53 F 70 O 79 X 88 6 54 G 71 P 80 Y 89 7 55 H 72 Q 81 Z 90 8 56 I 73 R 82 0 48 9 57 数字键盘上的键的键码值(keyCode) 按键 键码 按键 键码 0 96 8 104 1 97 9 105 2 98 * 106 3 99 + 107 100 Enter 108 5 101 - 109 6 102 . 110 7 103 / 111 功能键键码值(keyCode) 按键 键码 按键 键码 F1 112 F7 118 F2 113 F8 120 F4 115 F10 121 F5 116 F11 122 F6 117 F12 123 控制键键码值(keyCode) 按键 键码 按键 键码 按键 键码 按键 键码 BackSpace 8
2.8K10编辑于 2022-11-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号