名称：隐马尔可夫模型 目的：模型的类，包括参数。 作者：张海东 创建时间：28/08/2014 E-mail： DataPreprocess.py（首先执行。） 对数据进行预处理，生成两个 .txt 文件。 'artist.txt'：artist_id：艺术家ID。 num：收听的艺术家数量。 'users_artists_timestamp.txt': user_id：用户 ID。 艺术家 ID：艺术家 ID。 时间戳：时间戳。 HMMForCF 一种用于协同过滤的隐马尔可夫模型 HMM.py 用于建模隐马尔可夫模型的类。 HiddenStatesNum ：隐藏状态的数量。 ObservationStatesNum：观察状态的数量。 InitProbs：初始向量的概率。 TransProbs：转移矩阵的概率。 Theta：发射概率矩阵。 a、b：代表负二项分布的参数。 HMM

unity 2018.2.11版本,可以向上兼容,没毛病.里面有三个示例,3个VR示例,apk,图片,模型,源码都有,直接运行就行

双项主题模型 此程序包实现了由，兰介绍的短文本的。 它包括BTM模型的两种实现：cythonized）1 由小慧严，2）优化和cythonized 通过 。 它还能够计算困惑和语义一致性度量。 要求 赛顿 NumPy 大熊猫 科学 Scikit学习 pyLDAvis（可选） 设置 您可以从PyPi安装软件包： pip install bitermplus 或从此回购中： pip install git+https://github.com/maximtrp/bitermplus.git 例子 import bitermplus as btm import numpy as np from gzip import open as gzip_open # Importing and vectorizing text data with gzip_open ( 'dataset/Sea

OptiML OptiML是支持向量机和深度神经网络的sklearn兼容实现，根据最新技术，它们都有一些最成功的功能。 这项工作的动机是，有可能通过广泛的优化算法研究对象解决这些模型的数学公式所产生的优化问题，并为“数值方法和优化”课程开发@@在教授的监督下。 内容 数值优化 无约束优化 线搜索方法 零阶方法 次梯度 一阶方法 最陡的梯度下降 共轭梯度 弗莱彻-里夫斯公式 Polak–Ribière公式 Hestenes-Stiefel公式 代formula公式 重球渐变 二阶方法 牛顿 拟牛顿 高炉 随机方法 随机梯度下降 势头 标准 涅斯捷罗夫 亚当 势头 标准 涅斯捷罗夫 毕业证书 势头 标准 涅斯捷罗夫 阿达克斯 势头 标准 涅斯捷罗夫 阿达格拉德 阿达达 RProp RMSProp 具有接口的近端捆绑包，用于 ，

语音转换 语音的神经风格转移模型。

一、DistilBert for Chinese 海量中文预训练蒸馏Bert模型 拟于12月16日发布 target to release on Dec 16th. 拟发布内容 Contents： 1.1 可下载的蒸馏模型，已经训练过 a pretrained chinese DistilBert, others can use it directly or trained again on their own corpus; 1.2 可用于下游任务的例子和代码，包括3个ChineseGLUE(CLUE)的任务 fine tuning examples and codes using DistilBert on three ChineseGLUE(CLUE) tasks; 1.3 小模型基准测评 performance comparsion with albert_tiny, ernie

格雷维特 直接在Grasshopper中建立BIM模型。 Grevit允许您在Grasshopper或SketchUp中定义BIM元素，并将其直接转换为Autodesk Revit或AutoCad Architecture。 Grevit采用一种方法，因此您的设计模型仍然是几何的真实来源：将Rhino / Grassopper或SketchUp的几何和属性发送到Autodesk Revit或ACA。 不必担心您的设计是否发生变化，Grevit甚至可以更新现有的几何形状。 Grevit支持许多BIM元素：例如墙，梁，柱，简单组件，自适应组件，甚至是地形等等。 查看。 Grevit是免费和开源

线性回归 在python中实现线性回归模型

车辆跟驰模型

gem5_arm8 ARM Cortex-A8 处理器的 gem5 模型 我是 Andrés Gallego，我的研究是关于计算机体系结构的。 可以在此 repo 上找到使用 gem5 的内存层次结构建模、对 Cortex-A8 等有序处理器的仿真以及一些有关使用 qemu 等模拟器的教程。 希望你喜欢它！ 为了运行模拟器，您应该按照 gem5.org 中的说明进行编译，然后运行 ​​m5.sh 脚本来实现对 ARM Cortex A8 的全系统模拟。 它可以运行与在真实硬件中相同的基准测试，启动 Ubuntu 或任何嵌入式系统的操作系统，并通过串行控制台连接以查看结果。