前言这段时间一直在搞文档矫正相关实验，阅读了大量相关论文，今天来记录一篇目前比较经典，实用性较好的方法，doctr++paper：https:arxiv.orgabs2304.08796一、介绍Doctr++除了提出一种新的architec

用 HTML5 播放视频，最流行的视频格式非 MP4莫属， 所有最新浏览器都支持;MP4 带有 H.264 视频编码和 AAC 音频编码的 MPEG 4 文件；以前做过一个把其它编码格式的视频转成 MP4的程序，转换的质量可以进行控制，质量

HuS,ZouG,ZhangC,etal.Jointcontrastivetriple-learningfordeepmulti-viewclustering[J].InformationProcessing&Management,

推荐基于稳定扩散(stablediffusion)AI模型开发的自动纹理工具：DreamTexture.js自动纹理化开发包-NSDTStableDiffusion用途广泛，因为它可以以多种不同的方式使用。首先，让我们关注仅从文本（te

本文章已授权微信公众号郭霖（guolin_blog）转载。本文主要讲解的是音频基础概念、交叉编译原理和实践（LAME的交叉编译），是基于Android平台，示例代码如下所示：AndroidAudioDemo另外，iOS平台也有相关的文章，如

针对问题：交通预测。提出模型：扩散卷积递归神经网络（DCRNN）。DCRNN在图形上使用双向随机步捕获空间依赖性，并使用计划采样的编码器-解码器结构捕获时间依赖性。代码?GitHub-liyaguangDCRNN:Implementati

一、seq2seq模型1.概念（1）seq2seq是一个Encoder-Decoder结构的网络，它的输入是一个序列，输出也是一个序列。（2）Encoder中将一个可变长度的信号序列变为固定长度的向量表达，Decoder将这个固定长度的向量