2 repositorios
Connects to SQL, API, JavaBean, JSON, and shared data sources to supply data for reports.
Distinct from Set Data Structures: Distinct from Set Data Structures: focuses on managing data sources for report generation, not mathematical set operations.
Explore 2 awesome GitHub repositories matching data & databases · Report Data Set Managers. Refine with filters or upvote what's useful.
JimuReport is an open-source reporting and dashboard engine designed to be embedded directly into Spring Boot applications. Its core identity centers on generating data reports and full-screen dashboards from natural language descriptions, eliminating the need for manual design. The platform also provides a conversational query interface that translates plain-language questions into database queries, returning results as tables and charts without requiring SQL knowledge. What distinguishes JimuReport is its integration of AI skills that can be installed with a single command, enabling report
Connects to SQL, API, JavaBean, JSON, and shared data sources to supply data for reports.
Este proyecto es una implementación en TensorFlow de un framework de traducción de imagen a imagen basado en redes generativas adversarias condicionales (cGAN). Proporciona las herramientas para entrenar modelos que mapean imágenes de entrada a imágenes de salida basadas en patrones visuales aprendidos, así como un servidor para procesar solicitudes de traducción de imágenes y servir puntos de control (checkpoints) de modelos entrenados a clientes web. El framework incluye un sistema para convertir pesos de modelos entrenados en un formato portátil para inferencia basada en navegador. También cuenta con un proceso de validación que genera informes comparativos analizando conjuntos de imágenes de entrada, salida y destino utilizando un punto de control entrenado. El código base cubre todo el pipeline desde la ingeniería de datos, incluyendo la preparación de conjuntos de datos de imágenes y el pipelining basado en pares, hasta el entrenamiento adversarial condicional. Admite transformaciones visuales específicas como la colorización de imágenes en escala de grises y la generación de imágenes sintéticas.
Generates comparative reports analyzing input, output, and target image sets using trained checkpoints.