我们提出了一种新的视频神经表示方法（NeRV），它将视频编码到神经网络中。与传统的表示方法不同，我们将视频表示为以帧索引为输入的神经网络。给定一个帧索引，NeRV输出相应的RGB图像。神经网络中的视频编码只是将神经网络与视频帧相匹配，解码过程是一个简单的前馈操作。作为一种图像隐式表示，神经网络输出整个图像，与像素隐式表示相比效率更高，编码速度提高了25倍至70倍，解码速度提高了38倍至132倍，同

Cycle GAN 使用pytorch代码实现

最基础的GAN的代码实现

设计对抗通信介质中噪声的代码一直是信息理论和无线通信领域的一个重要研究领域。经过60多年的研究，数学家们已经开发出了在规范模型下进行通信的渐近最优信道码。另一方面，在许多非规范信道设置中，最优代码不存在，并且为规范模型设计的代码通过启发式算法适应这些信道，因此不能保证是最优的。在这项工作中，我们通过设计一个完全端到端联合训练的神经编码器和解码器，即Turbo自动编码器（TurboAE），在这个问题

近期因实验室需求安装 Linux 系统，安装过程走了不少弯路，在此记录，希望对大家有所帮助。本人使用的是一个挺垃圾的笔记本电脑，前置工作在 win10 下安装 ubuntu20.04 双系统，可参考 b 站视频，亲测可用。（也可以直接 VMWare 装个虚拟机，下个无桌面的 ubuntu 系统，这样其实也不会卡）(安装 Pytorch 前面的几步可以参考，之后几步是我自己安装某些软件顺便记录一下的

安装环境为：在 win11系统 -> virtualbox 虚拟机 -> centos7.9 系统 -> MySQL8.0。测试时间为：2023 年 05 月。

安装环境为：win11 系统 -> virtualbox 虚拟机 -> centos7.9 系统 -> C++11测试时间为：2023 年 04 月。

Cycle GAN 使用pytorch代码实现