摘要：
下载地址：https://www2.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/resources.html#bsds500 由于groundtruth是以mat格式存储的，所以有时用的时候需要先转换成jpg格式。从网上看了一下没找到 阅读全文
2019年12月27日
2019年12月11日
摘要：
1.最简单情况： 查看一下optimizer参数具体情况：print(len(opt.param_groups)) 会发现长度只有1，是一个只有一个元素的数组，因此，查看一下这个数组第一个元素的情况： 会显示： 这就是opt.param_groups[0]中参数，以键值对的形式存放的，若要更改学习率 阅读全文
2019年12月6日
摘要：
GAN_model.py GAN的精髓在于对抗。生成损失和对抗损失的网络反向传播的方式是一样的，只不过生成损失只更新生成器的参数，判别损失只更新判别器的参数（在优化器里面定义）。 生成器的训练目标只有一个，让生成的假的图片更像真的：g_loss=g_loss_func(pre_fake,label_ 阅读全文
2019年12月5日
摘要：
运行时程序名加echo的值，如： python main.py 5 2.上面这样的参数来多了运行时记不住啊，怎么办？给起个名字 运行时就能区分啦：python 111.py --echo 5 3.好记是好记了，但是不好敲啊，这么长，怎么办？起个缩写 这样，每次运行时用缩写就可以了：python 11 阅读全文
2019年11月18日
摘要：
所以，每一层卷积的参数总量为：3*2*4*4+2 [输入通道数*输出通道数*卷积核大小+bias(输出通道数)] bias=0，如果设置bias=False 要计算输出feature map中的每一个通道，需要用该通道对应的卷积核去跟输入的feature map做运算，因为输入的feature ma 阅读全文
摘要：
原论文：Deep Learning for Image Super-resolution: A Survey 1.Pixel Loss：用来度量生成图片和目标图片的像素级的差异 1.1 L1 loss 1.2 L2 loss 1.3 Charbonnier loss：L1 Loss的变体，最后参数是 阅读全文
2019年11月5日
摘要：
1.加载全部模型： net.load_state_dict(torch.load(net_para_pth)) 2.加载部分模型 net_para_pth = './result/5826.pth'pretrained_dict = torch.load(net_para_pth)model_dic 阅读全文
2019年11月4日
摘要：
https://blog.csdn.net/bc521bc/article/details/85864555 这篇bolg说的很详细了，但是具体在代码中怎么用还是有点模糊。自己试验了一下，顺路记一下，其实很简单，在optimizer后面定义一下，然后在每个epoch中step一下就可以了。一开始出错 阅读全文
2018年10月31日
摘要：
安装正版matlab时显示连接不上服务器，在贴吧看到有人说用阿里DNS。附上网址 http://www.alidns.com/setup/ 里面有一个一件快速设置小软件挺好用（下载时会报病毒，直接忽略这条信息），可以键设置DNS，不好用可以用管理员身份运行，再不好用就按照网址上的步骤手动设置吧。 但 阅读全文
2018年10月23日
摘要：
要删除一个3G的数据集很是痛苦，看着回收站收集两小时信息，强迫症都犯了（补：好吧，是我错了，shift+delete删除的也不慢），生死看淡不服就干，自己造一个啊。闲话不说，代码走起 之前没用线程，然后删除大文件夹时程序不动了，卡死了一般，强迫症犯了，again。搞个多线程吧，发现线程知识还不少，用 阅读全文
