This is PhoneBit - a efficient GPU-Accelerated binary neural network inference engine for monbile devices.
This is a junior version, and we provide a example Android Studio project to help you to use PhoneBit, including import your network weights into PhoneBit, construct your network and proceed forward inference.
If you are interested in PhoneBit project and want to get more information, please send emails to phonebit@outlook.com.
原始仓库地址：https://github.com/uavs3/uavs3e.git
原始仓库地址：https://github.com/uavs3/uavs3d.git
PARL 是一个基于飞桨（PaddelPaddle）的高性能、灵活的强化学习框架。
原始仓库地址：https://github.com/PaddlePaddle/PARL.git
PaddlePaddle (PArallel Distributed Deep LEarning) 是一个简单易用、高效灵活、可扩展的深度学习平台，最初由百度科学家和工程师共同开发，目的是将深度学习技术应用到百度的众多产品中。
我们的愿景是让每个人都能通过PaddlePaddle接触深度学习。
原始仓库地址：https://github.com/PaddlePaddle/Paddle.git
https://megengine.org.cn/ 天元（MegEngine）是旷视自主研发的开源深度学习框架，于2020年3月正式开源，天元能够帮助开发者高效的完成深度学习算法的设计、训练、部署，有效提升AI研发工作效率。天元是在旷视长期进行大规模AI业务落地过程中诞生的，这种业务形态对深度学习框架有很多挑战，在不断解决这些挑战的过程中，天元形成了训练推理一体化、动态图静态图合一、兼容并包、灵活高效等特性。
原始仓库地址：https://github.com/megengine/megengine.git
本项目是一个在HSMM和HMM中的贝叶斯推断模型。本项目可以用于在贝叶斯隐马尔可夫模型（HMM）和显性持续时间隐半马尔可夫模型（HSMM）中进行近似无监督推理，且重点关注贝叶斯非参数扩展，HDP-HMM和HDP-HSMM，其中大多数具有弱极限近似。
原始仓库地址：https://github.com/mattjj/pyhsmm.git
本项目是用于自动为图像生成字幕的神经网络模型。mage caption是计算机视觉的最初始任务，不仅要获得图片里的物体，还要表达他们之间的关系。目前现存的方法大都是encoder — decoder架构，利用CNN、RNN、LSTM等神经网络完成caption工作，比如说只使用CNN对图像进行特征提取，然后利用提取的特征生成caption，还有结合CNN和RNN的，使用CNN提取图像特征，将Softmax层之前的那一层vector作为encoder端的输出并送入decoder中，使用LSTM对其解码并生成句子。本项目在此基础上将加入了soft 和hard attention机制，并利用可视化手段理解attention机制的效果。
原始仓库地址：https://github.com/kelvinxu/arctic-captions.git
本项目是一个为 PySpark 服务的小工具。默认情况下，PySpark 没有被添加进 sys.path 中，为日常的使用带来了不便。通常的做法是将 PySpark 用软链接到用于目标，或者是像本项目一样，运行时将 PySpark 添加到 sys.path 中。
原始仓库地址：https://github.com/minrk/findspark.git
本项目是一个简单的Python工具，用于从非结构化文本中提取位置信息。本项目使用了国家，地区和城市的大型地理词典，所有这些都存储在MySQL数据库中，所需的源数据包含在此项目中。本项目所使用的城市数据来源于MaxMind网站。
原始仓库地址：https://github.com/petewarden/geodict.git
项目类型
