pytorch LRP的实现
PyTorch对线性层和卷积层的一些层明智相关性传播（LRP）规则[1、2、3]的实现。
这些模块装饰了torch.nn.Sequential ， torch.nn.Linear和torch.nn.Conv2d ，以便能够使用autograd算法来计算说明。
安装
要安装需求，请参阅文件。
如果使用conda ，则可以通过执行以下命令来安装称为torchlrp的环境：
> conda env create -f requirements.yml
为了能够如下所示导入lrp ，请确保路径中包含TorchLRP目录。
用法
该代码可以按如下方式使用：
import torch
import lrp
model = Sequential (
lrp . Conv2d ( 1 , 32 , 3 , 1 , 1 ),
torch . nn
2021-06-22 11:18:34
58.52MB
1
内含esp8266的各型号AD库，文件格式分别为schlib和pcblib，即有原理图库和封装库，精装三维库，非常好看的。
内含型号：ESP-01 &01S
Esp-01F
ESP-01 M
ESP-07
ESP-07S
ESP-12E&F
ESP-12S
其他的没有
2021-06-18 09:08:51
2.74MB
1
AD USB封装库，常用的usb接口都有。自己多年使用的AD元器件封装库，涵盖了一些基本的USB元器件，不包括其他类型的封装库，其他的封装库请看其他资源。
2021-06-17 00:51:35
59KB
1
镀镍板
当您振动自由的刚性表面（如金属板）使其产生共振时，它将分为沿相反方向振动的区域。 我们将这些区域的边界称为“结线”，它们是板块的上下移动部分。 Chladni图只是这些节点线的图片，用于一块免费的（未固定边缘）板。
可视化的一种好方法是，如果您有一块金属板，一些沙子，并且像一把大提琴弓。 将沙子撒在盘子上，然后用弓箭像拉小提琴一样“弹奏”盘子。 当您找到一个“弹奏”板的共振频率时，沙子自然会移动到节线，因为那些是板的固定位。 我还记得我年轻时在一年级的物理课程中看到的东西。 无论如何，这是更专业版本的，他们有一个发声器而不是一个大提琴弓。
这个仓库背后的想法是绘制这些，因为我认为它们很漂亮！ 就像我为尝试基于四阶偏微分方程的解而犯错时，我不会感到惊讶！ 但是只要他们很漂亮，我真的不在乎<3 <3 <3
我在/pictures/low-eigenmodes下添加了100个较低本
2021-06-10 11:56:43
3.27MB
1
cs171-project-chakravarty-kurzon-moran
Jay Chakravarty、Chloe Kurzon 和 Andrew Moran 的 CS 171 最终项目存储库
2021-06-08 13:04:22
46.61MB
1