上一页 1 2 3 4 5 6 7 ··· 16 下一页
摘要: matlab与python对于同一个h5py文件的读取顺序相反。 诸如对train.h5。 matlab data=h5read('train.h5','/data'); label=h5read('train.h5','/label'); size(data) size(label) 结果: an 阅读全文
posted @ 2022-01-15 09:07 为红颜 阅读(246) 评论(0) 推荐(0) 编辑
摘要: 前言 我们展示了如何用于分类的正则化可以从MDL的角度看作是一个高斯先验的权重。我们考虑了传输分类标签的问题;我们选择了非常精确的逻辑回归作为模型类,其中我们为每个特征指定了一个权重。这是不现实的,因为任何这样的模型的编码长度都是无限的,但如果我们对权值使用高斯先验并忽略常数因子,我们发现编码长度目 阅读全文
posted @ 2022-01-13 11:37 为红颜 阅读(148) 评论(0) 推荐(0) 编辑
摘要: 1. 摘要 该文利用加法器神经网络(AdderNets)研究了单幅图像的超分辨率问题。与卷积神经网络相比,AdderNets利用加法来计算输出特征,从而避免了传统乘法的大量能耗。然而,由于计算范式的不同,很难将addernet在大规模图像分类上的成功直接继承到图像超分辨率任务中。具体来说,加法器操作 阅读全文
posted @ 2022-01-12 23:28 为红颜 阅读(199) 评论(0) 推荐(0) 编辑
摘要: 简要 与简单的加法运算相比,乘法运算具有更高的计算复杂度。深度神经网络中广泛使用的卷积正好是来度量输入特征和卷积滤波器之间的相似性,这涉及浮点值之间的大量乘法。现在作者提出了加法网络(AdderNets)来交换深度神经网络中的这些大规模乘法,特别是卷积神经网络(CNNs),以获得更简易的加法以降低计 阅读全文
posted @ 2022-01-12 11:12 为红颜 阅读(118) 评论(0) 推荐(0) 编辑
摘要: 1. introduction 考虑了一个卷积神经网络,它可以直接学习低分辨率和高分辨率图像之间的端到端映射。我们的方法与现有的基于外部实例的外部方法有根本的不同,因为我们的方法没有明确地学习字典[41]、[49]、[50]或流形[2]、[4]。这些都是通过隐藏层隐式地实现的。此外,斑块的提取和聚合 阅读全文
posted @ 2022-01-10 02:04 为红颜 阅读(279) 评论(0) 推荐(0) 编辑
摘要: 1. Abstract 传统上,评估感知图像质量的客观方法试图利用人类视觉系统的各种已知属性来量化扭曲图像和参考图像之间的误差的可见性(差异)。在假设人类视觉感知高度适应于从场景中提取结构信息的情况下,我们引入了另一种基于结构信息退化的质量评估补充框架。作为这个概念的一个具体例子,我们开发了一个结构 阅读全文
posted @ 2022-01-06 12:10 为红颜 阅读(544) 评论(0) 推荐(0) 编辑
摘要: 率失真优化在现代视频编解码器中被广泛应用于各种编码器决策,以优化速率失真的权衡。通常,使用的失真测量要么是平方和误差(SSE),要么是绝对和距离(SAD),这两者在使用时都很方便,但并不总是反映感知视觉质量。我们希望解决相同的RDO问题,但使用一个感知动机的失真度量,如SSIM。 1.SSIM 在假 阅读全文
posted @ 2022-01-01 17:09 为红颜 阅读(174) 评论(0) 推荐(0) 编辑
摘要: 语音PCM 脉冲编码调制(Pulse Code Modulation, PCM)是语音信号的重要编码方式之一。语音编码是将模拟信号转为数字信号的语音通信技术,分为波形编码、参量编码和混合编码等类型。波形编码针对语音波形进行,在降低量化样本比特数的同时保持了良好的语音质量。 PCM编码就是一种波形编码 阅读全文
posted @ 2021-12-28 23:07 为红颜 阅读(1084) 评论(0) 推荐(0) 编辑
摘要: 一般的LMS算法应用参见该篇。 一般的LMS实际应用 本文设计LMS背后的数学理论知识。 1. The Least Mean Squares algorithm (LMS) SD研究的最陡下降方法是一种递归计算信号统计量已知时维纳滤波器的递归算法 (knowledge about R och p)。 阅读全文
posted @ 2021-12-26 13:01 为红颜 阅读(113) 评论(0) 推荐(0) 编辑
摘要: 1. Examples 假设我们想从一辆汽车的重量和年龄来预测它的里程数: 我们想要的是:一个可以使用$x_1$和$x_2$来预测里程的function。 线性回归:利用线性模型预测连续值的策略 假设:输出是输入的线性函数 \(Mileage = w_0 + w_1 \cdot x_1 + w_2 阅读全文
posted @ 2021-12-25 11:18 为红颜 阅读(48) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 16 下一页