摘要: 在Loss function后面加上高次项参数θn,限制该参数过大,防止Overfitting 阅读全文
posted @ 2020-01-21 09:59 Junzhao 阅读(86) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/bigbennyguo/article/details/87956434 from torch.utils.tensorborad import SummaryWriter from tensorboardX import SummaryWriter 阅读全文
posted @ 2020-01-12 14:17 Junzhao 阅读(597) 评论(0) 推荐(0) 编辑
摘要: 利用torchvision.transforms 阅读全文
posted @ 2020-01-07 19:34 Junzhao 阅读(472) 评论(0) 推荐(0) 编辑
摘要: import matplotlib.image as img import os from shutil import copyfile path = 'D:\_Data\GTC_t1' savePath = 'D:\_Data\GTC_t1_selected' img_list = os.list 阅读全文
posted @ 2020-01-03 14:33 Junzhao 阅读(3837) 评论(0) 推荐(0) 编辑
摘要: import requests import webbrowser import matplotlib.pyplot as plot from urllib.request import urlopen with open('t1.txt','r')as f: x=f.read().split('\ 阅读全文
posted @ 2020-01-01 23:14 Junzhao 阅读(99) 评论(0) 推荐(0) 编辑
摘要: from bs4 import BeautifulSoup from urllib.request import urlopen import re html = urlopen("https://morvanzhou.github.io/static/scraping/table.html").r 阅读全文
posted @ 2019-12-29 16:55 Junzhao 阅读(178) 评论(0) 推荐(0) 编辑
摘要: .nii import numpy as np import nibabel as nib # 3.0.0 nibimage=nib.load('test.nii') imagedata=nibimage.get_fdata() npimage=np.array(imagedata) >>>npim 阅读全文
posted @ 2019-12-25 16:21 Junzhao 阅读(300) 评论(0) 推荐(0) 编辑
摘要: How to evaluate your generator? 拿一个pretrained Classifier(VGG、Inception Net···) 1. 对Generator的单独输出进行分类 要求:结果突出,分类明确(Sharp) 2. 对Generator的众多输出进行分类并且平均 要 阅读全文
posted @ 2019-12-12 16:44 Junzhao 阅读(159) 评论(0) 推荐(0) 编辑
摘要: 短发和长发过渡 现在我们有两个Image Domain X(短发)Y(长发) pretrained GAN由随机向量生成图像,向量的各个维度代表着Image的各个特征 如果我们知道某(些)维度代表头发长短,通过调整这(些)维度,就可以调整头发的长短 因此我们需要对Images进行解码 Generat 阅读全文
posted @ 2019-12-12 10:47 Junzhao 阅读(279) 评论(0) 推荐(0) 编辑
摘要: Cycle GAN 针对GAN中容易出现的Mode Collapse问题,即Generator趋向于集中在目标分布中某一小部分,比如无视输入,均得到一系列相似却能够骗过Discriminator的输出。 Mode Collapse问题的解决方法: 1. Do Nothing 通常来说Generato 阅读全文
posted @ 2019-12-11 16:46 Junzhao 阅读(906) 评论(0) 推荐(0) 编辑