Recherche avancée

Médias (2)

Mot : - Tags -/map

Autres articles (94)

  • Personnaliser en ajoutant son logo, sa bannière ou son image de fond

    5 septembre 2013, par

    Certains thèmes prennent en compte trois éléments de personnalisation : l’ajout d’un logo ; l’ajout d’une bannière l’ajout d’une image de fond ;

  • Ecrire une actualité

    21 juin 2013, par

    Présentez les changements dans votre MédiaSPIP ou les actualités de vos projets sur votre MédiaSPIP grâce à la rubrique actualités.
    Dans le thème par défaut spipeo de MédiaSPIP, les actualités sont affichées en bas de la page principale sous les éditoriaux.
    Vous pouvez personnaliser le formulaire de création d’une actualité.
    Formulaire de création d’une actualité Dans le cas d’un document de type actualité, les champs proposés par défaut sont : Date de publication ( personnaliser la date de publication ) (...)

  • Publier sur MédiaSpip

    13 juin 2013

    Puis-je poster des contenus à partir d’une tablette Ipad ?
    Oui, si votre Médiaspip installé est à la version 0.2 ou supérieure. Contacter au besoin l’administrateur de votre MédiaSpip pour le savoir

Sur d’autres sites (13612)

  • avformat : Immersive Audio Model and Formats demuxer

    25 novembre 2023, par James Almer
    avformat : Immersive Audio Model and Formats demuxer

    Signed-off-by : James Almer <jamrial@gmail.com>
    • [DH] Changelog
    • [DH] libavformat/Makefile
    • [DH] libavformat/allformats.c
    • [DH] libavformat/iamf.c
    • [DH] libavformat/iamf.h
    • [DH] libavformat/iamf_parse.c
    • [DH] libavformat/iamf_parse.h
    • [DH] libavformat/iamfdec.c

  • avutil : introduce an Immersive Audio Model and Formats API

    25 novembre 2023, par James Almer
    avutil : introduce an Immersive Audio Model and Formats API

    Signed-off-by : James Almer <jamrial@gmail.com>
    • [DH] doc/APIchanges
    • [DH] libavutil/Makefile
    • [DH] libavutil/iamf.c
    • [DH] libavutil/iamf.h
    • [DH] libavutil/version.h

  • Model the loss of video codec

    10 janvier 2024, par Monaco

    I want to use a neural network to model the error loss after video encoding. The modeling process is as follows :&#xA;enter image description here&#xA;I use ffmpeg to encode and decode video frames. Since this process is not implemented using tensors in PyTorch and cannot compute gradients, I have to separately implement a neural network in PyTorch to enable gradient backpropagation. However, it turns out that the neural network cannot effectively learn the video encoding.

    &#xA;

    I want to know if there are currently any implementations of video encoders or decoders that support backpropagation of gradients. I don't necessarily need to update the parameters of the encoder/decoder, but I want it to support gradient backpropagation so that I can use it for various tasks related to deep learning.

    &#xA;

Navigation