首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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!

    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

    5.1K20编辑于 2022-09-20
  • 来自专栏SnailTyan

    Batch Normalization论文翻译——中英文对照

    本文提出了一种用于图像识别的深度学习网络模型,该模型采用了一种改进的卷积神经网络结构,并使用了批量归一化、激活函数和优化算法等技术。实验结果表明,该模型在图像分类任务上具有较好的性能表现,同时具有较好的扩展性和鲁棒性。

    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

    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

    本文介绍了视觉特征提取和分类算法研究方面的最新进展,包括深度卷积神经网络、CNN的架构、新型卷积层、数据增强、迁移学习、半监督学习、自监督学习等方面的研究。

    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

    SSD: Single Shot MultiBox Detector Abstract We present a method for detecting objects in images usin

    1.3K00发布于 2017-12-28
  • 来自专栏SnailTyan

    Inception-V3论文翻译——中英文对照

    本文提出了一种用于图像分类的深度卷积神经网络模型,该模型使用紧凑的图像表示,可以有效地识别和跟踪图像中的对象。该模型使用一个轻量级的编码器来提取图像的局部特征,并使用一个分离的解码器来生成图像的表示。解码器由两个并行的子解码器组成,一个用于面部识别,另一个用于身体部位检测。实验结果表明,该模型在面部识别和身体部位检测任务上均取得了出色的性能,比其他最先进的算法更准确,同时比其他模型更高效。

    1.9K00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!

    1.4K00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

    5.5K51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

    本文介绍了视觉图像在计算机视觉领域的应用和进展。从图像分类、目标检测和图像分割等任务入手,介绍了目前最先进的算法和技术,包括基于深度学习的方法、卷积神经网络、图像分割的深度学习方法等。同时,也探讨了这些方法在实际应用中的效果和挑战。

    1.4K91发布于 2017-12-29
  • 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

    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 。

    1K10编辑于 2025-01-04
  • 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。

    60710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)

    https://segmentfault.com/a/1190000005828048

    11.4K30发布于 2021-10-28
  • 来自专栏CSDNToQQCode

    keycode对照表(键码对照表)

    字母和数字键的键码值(keyCode) 按键 键码 按键 键码 按键 键码 按键 键码 A 65 J 74 S 83 1 49 B 66 K 75 T 84 2 50 C 67 L 76 U 85 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

    2.7K10编辑于 2022-11-29
  • 来自专栏SnailTyan

    Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译—中英文对照

    本文介绍了深度学习的背景和意义,并回顾了深度学习的历史。作者详细介绍了深度学习在计算机视觉、自然语言处理、语音识别等领域中的应用,并探讨了深度学习的挑战和未来发展方向。

    1.1K00发布于 2017-12-28
  • 来自专栏奇点大数据

    对照实验

    对照实验是一种统计研究的方法,在互联网领域以及其它涉及大量服务对象的行业中会倾向使用一种叫做“AB测试”的对比方式,其实就是统计学中的对照实验。 对照实验的思想方法很简单,将观测对象分为两个组A和B,A称为实验组,B称为对照组。 在这项实验中,吃柑橘和柠檬的水手们构成了实验组,吃和苹果汁的水手和使用其它“偏方”的水手们构成了对照组。需要对照组的原因是,若没有对照组,就无法判定刚才我们说的A项是否对B项产生影响。 就是这三个对照组的人应该尽量随机,比如在实验的过程中应该考虑他们对饮食的偏好。在实验组和对照组中都应该放入喜欢吃橘子柠檬和不喜欢吃橘子柠檬的两类人,而且数量比例应该一样多。 对照实验是一种非常广谱的实验方式,对于那些维度过于复杂的认知对象来说使用对照实验的本质是压缩差异维度的数量来提升认知能力的有效手段。

    1.8K70发布于 2018-04-11
  • 来自专栏全栈程序员必看

    异常的中英文对照_圣经中英文对照

    Could not load type ‘ZITaker.Struct.StClientData’ from assembly ‘ZITaker, Version=3.0.0.0, Culture=neutral, PublicKeyToken=null’ because it contains an object field at offset 10 that is incorrectly aligned or overlapped by a non-object field.

    2.1K20编辑于 2022-09-20
  • 来自专栏黒之染开发日记

    exif信息对照

    因为找不到一个完整的exif的key对照表,所以自己写一个吧,以下的key不是exif的全部,是iPhone自带像机拍摄的全部exif信息,方便大家万一有需求。

    2.3K20发布于 2018-10-19
领券