文件名称：visual-interaction-networks_tensorflow：视觉交互网络的Tensorflow实现
文件大小：220KB
文件格式：ZIP
更新时间：2024-03-18 05:26:43
computer-vision tensorflow agi physics-engine interaction-nets
视觉互动网络 Google Deepmind的Visual Interaction Networks的Tensorflow实现。 在Tensorflow r1.2上实现。 “关系推理的另一个关键部分涉及到预测物理场景中的未来。人们一眼就能推断出物体在哪里，而且还能推断出在接下来的几秒钟，几分钟甚至更长的时间内物体会发生什么。例如，如果您将足球踢到墙壁上，您的大脑会预测当球撞击墙壁时会发生什么，以及随后的运动会受到怎样的影响（球会以与踢球成正比的速度跳动，并且-在大多数情况下， -墙壁将保留在原位）。” 摘自Deepmind的一篇文章 N对象重力模拟 要更改配置值，请检查常量脚本。 cat constracts.py 为了生成图像和数据， python physical_engines.py 用于建模视觉交互网络 python gravity_vin.py 数据 数据是从我自己
【文件预览】：
visual-interaction-networks_tensorflow-master
----vin.py(13KB)
----cifar10_input.py(10KB)
----figures()
--------true_1.gif(5KB)
--------vin_fig1.png(94KB)
--------modeling_1.gif(5KB)
--------vin_training.PNG(107KB)
----physics_engine.py(6KB)
----physics_engine.pyc(8KB)
----cifar10_input.pyc(7KB)
----constants.pyc(370B)
----cifar10.pyc(12KB)
----LICENSE(1KB)
----README.md(3KB)
----cifar10.py(14KB)
----vin.pyc(13KB)
----constants.py(326B)
----gravity_vin.py(10KB)