FedAvg-ST-GCN-ice.zip
大小:30.2MB
评分:
5.0
上传者:2301_80488214
更新日期:2024-08-08
一个联邦平均框架，并基于ST-GCN模型进行实验，在Kinetics和NTU60数据集上验证
资源文件列表(大概)
文件名
大小
FedAvg-ST-GCN-ice/
-
FedAvg-ST-GCN-ice/Client.py
5.34KB
FedAvg-ST-GCN-ice/Feeder.py
2.34KB
FedAvg-ST-GCN-ice/Net_utils.py
11.03KB
FedAvg-ST-GCN-ice/Readme.md
1.14KB
FedAvg-ST-GCN-ice/Server.py
3.88KB
FedAvg-ST-GCN-ice/__pycache__/
-
FedAvg-ST-GCN-ice/__pycache__/Client.cpython-38.pyc
4.76KB
FedAvg-ST-GCN-ice/__pycache__/Client.cpython-39.pyc
4.76KB
FedAvg-ST-GCN-ice/__pycache__/Feeder.cpython-38.pyc
2.03KB
FedAvg-ST-GCN-ice/__pycache__/Feeder.cpython-39.pyc
2.11KB
FedAvg-ST-GCN-ice/__pycache__/Net_utils.cpython-38.pyc
7.54KB
FedAvg-ST-GCN-ice/__pycache__/Net_utils.cpython-39.pyc
7.76KB
FedAvg-ST-GCN-ice/__pycache__/tools.cpython-38.pyc
5.35KB
FedAvg-ST-GCN-ice/__pycache__/tools.cpython-39.pyc
5.36KB
FedAvg-ST-GCN-ice/client_log.txt
-
FedAvg-ST-GCN-ice/feeder_kinetics.py
5.68KB
FedAvg-ST-GCN-ice/main.py
137B
FedAvg-ST-GCN-ice/net/
-
FedAvg-ST-GCN-ice/net/__init__.py
20B
FedAvg-ST-GCN-ice/net/__pycache__/
-
FedAvg-ST-GCN-ice/net/__pycache__/__init__.cpython-312.pyc
185B
FedAvg-ST-GCN-ice/net/__pycache__/__init__.cpython-38.pyc
145B
FedAvg-ST-GCN-ice/net/__pycache__/__init__.cpython-39.pyc
203B
FedAvg-ST-GCN-ice/net/__pycache__/st_gcn.cpython-312.pyc
9.64KB
FedAvg-ST-GCN-ice/net/__pycache__/st_gcn.cpython-38.pyc
6.11KB
FedAvg-ST-GCN-ice/net/__pycache__/st_gcn.cpython-39.pyc
6.18KB
FedAvg-ST-GCN-ice/net/st_gcn.py
6.74KB
FedAvg-ST-GCN-ice/net/st_gcn_twostream.py
789B
FedAvg-ST-GCN-ice/net/utils/
-
FedAvg-ST-GCN-ice/net/utils/__init__.py
-
FedAvg-ST-GCN-ice/net/utils/__pycache__/
-
FedAvg-ST-GCN-ice/net/utils/__pycache__/__init__.cpython-312.pyc
158B
FedAvg-ST-GCN-ice/net/utils/__pycache__/__init__.cpython-38.pyc
121B
FedAvg-ST-GCN-ice/net/utils/__pycache__/__init__.cpython-39.pyc
179B
FedAvg-ST-GCN-ice/net/utils/__pycache__/graph.cpython-312.pyc
8.21KB
FedAvg-ST-GCN-ice/net/utils/__pycache__/graph.cpython-38.pyc
5.46KB
FedAvg-ST-GCN-ice/net/utils/__pycache__/graph.cpython-39.pyc
5.39KB
FedAvg-ST-GCN-ice/net/utils/__pycache__/tgcn.cpython-312.pyc
3.03KB
FedAvg-ST-GCN-ice/net/utils/__pycache__/tgcn.cpython-38.pyc
2.47KB
FedAvg-ST-GCN-ice/net/utils/__pycache__/tgcn.cpython-39.pyc
2.51KB
FedAvg-ST-GCN-ice/net/utils/graph.py
6.28KB
FedAvg-ST-GCN-ice/net/utils/tgcn.py
2.34KB
FedAvg-ST-GCN-ice/ntu_process/
-
FedAvg-ST-GCN-ice/ntu_process/ntu_gendata.py
3.58KB
FedAvg-ST-GCN-ice/ntu_process/ntu_read_skeleton.py
2.13KB
FedAvg-ST-GCN-ice/resource/
-
FedAvg-ST-GCN-ice/resource/NTU-RGB-D/
-
FedAvg-ST-GCN-ice/resource/NTU-RGB-D/samples_with_missing_skeletons.txt
6.19KB
FedAvg-ST-GCN-ice/resource/demo_asset/
-
FedAvg-ST-GCN-ice/resource/demo_asset/attention+prediction.png
7.57KB
FedAvg-ST-GCN-ice/resource/demo_asset/attention+rgb.png
6.05KB
FedAvg-ST-GCN-ice/resource/demo_asset/original_video.png
5.88KB
FedAvg-ST-GCN-ice/resource/demo_asset/pose_estimation.png
6.42KB
FedAvg-ST-GCN-ice/resource/info/
-
FedAvg-ST-GCN-ice/resource/info/S001C001P001R001A044_w.gif
354.64KB
FedAvg-ST-GCN-ice/resource/info/S001C001P001R001A051_w.gif
407.52KB
FedAvg-ST-GCN-ice/resource/info/S002C001P010R001A017_w.gif
672.5KB
FedAvg-ST-GCN-ice/resource/info/S003C001P008R001A002_w.gif
504.01KB
FedAvg-ST-GCN-ice/resource/info/S003C001P008R001A008_w.gif
436.17KB
FedAvg-ST-GCN-ice/resource/info/clean_and_jerk_w.gif
2.18MB
FedAvg-ST-GCN-ice/resource/info/demo_video.gif
5.2MB
FedAvg-ST-GCN-ice/resource/info/hammer_throw_w.gif
1.13MB
FedAvg-ST-GCN-ice/resource/info/juggling_balls_w.gif
1.96MB
FedAvg-ST-GCN-ice/resource/info/pipeline.png
1.13MB
FedAvg-ST-GCN-ice/resource/info/pull_ups_w.gif
2.5MB
FedAvg-ST-GCN-ice/resource/info/tai_chi_w.gif
1.75MB
FedAvg-ST-GCN-ice/resource/kinetics-motion.txt
408B
FedAvg-ST-GCN-ice/resource/kinetics_skeleton/
-
FedAvg-ST-GCN-ice/resource/kinetics_skeleton/label_name.txt
5.82KB
FedAvg-ST-GCN-ice/resource/media/
-
FedAvg-ST-GCN-ice/resource/media/clean_and_jerk.mp4
211.71KB
FedAvg-ST-GCN-ice/resource/media/skateboarding.mp4
1.44MB
FedAvg-ST-GCN-ice/resource/media/ta_chi.mp4
133.78KB
FedAvg-ST-GCN-ice/resource/reference_model.txt
57B
FedAvg-ST-GCN-ice/resource/数据集组织结构.png
152.89KB
FedAvg-ST-GCN-ice/scratch.ipynb
622.17KB
FedAvg-ST-GCN-ice/server_log.txt
-
FedAvg-ST-GCN-ice/tmp.pt
11.9MB
FedAvg-ST-GCN-ice/tools.py
6.23KB
资源内容介绍
通信模型: NOTE:分成两个循环： 客户端 listen -> 接收模型 -> 训练一个epoch -> 发起通信 -> 上传模型 -> (重复)listen 服务器 发起通信 -> 下放模型 -> listen -> 接收模型 -> 聚合 ->(重复)发起通信用户评论 (0)
相关资源
聊天室、websocket、socket.io、毕业设计
功能 登陆注册 单聊 群聊 历史消息 图片发送 文件发送 代码片段发送 表情发送 白板协作 音视频聊天 消息已读提醒 好友分组 好友备注 好友上线提醒 在线用户头像高亮 添加好友 添加群聊 朋友圈功能 发表朋友圈 好友朋友圈 朋友圈动态点赞 朋友圈动态评论 朋友圈动态回复评论 日程设置
29.19MB21积分
C/C++ 中的 LLM 推理
描述主要目标llama.cpp是在各种硬件（本地和云端）上以最少的设置和最先进的性能实现 LLM 推理。纯 C/C++ 实现，无任何依赖项Apple 芯片是一流的——通过 ARM NEON、Accelerate 和 Metal 框架进行了优化AVX、AVX2 和 AVX512 支持 x86 架构1.5 位、2 位、3 位、4 位、5 位、6 位和 8 位整数量化，可加快推理速度并减少内存使用用于在 NVIDIA GPU 上运行 LLM 的自定义 CUDA 内核（通过 HIP 支持 AMD GPU）Vulkan 和 SYCL 后端支持CPU+GPU 混合推理，部分加速大于 VRAM 总容量的模型
18.45MB10积分
rxtx项目运行资源 x64 jar 包
rxtx项目运行资源 x64 jar 包
71.23MB17积分
这是一个简易的PS软件，使用VC6.0编写 数字图像处理实验编写的软件
这是一个简易的PS软件，使用VC6.0编写。数字图像处理实验编写的软件
2.89MB32积分