随笔分类 - 深度学习
这里主要记录深度学习一些具体的理论知识及一些大方向。
摘要：天池伪造图像检测 转自公共号【AI约读社】天池伪造图像的篡改检测比赛TOP3分享 背景介绍 1.1 赛题背景 本次比赛的背景是由于随着各种P图工具的普及，篡改伪造出视觉无痕迹的假图门槛大幅降低，于是我们看到大量的假图用于散播谣言、编造虚假新闻、非法获取经济利益，更有甚者，还可能会被用来恶意地充当法庭
阅读全文
摘要：DeepFake Detetion综述 综述一：DeepFake生成与防御研究入门 转自公众号【隐者联盟】DeepFake生成与防御研究入门 DeepFake（深度伪造）是英文“Deep Learning”和“Fake”的混成词，专指基于人工智能的人体图像合成技术，这是维基百科对Deepfake的基
阅读全文
摘要：深度学习杂七杂八 国内外优秀的计算机视觉团队汇总 转自极市平台https://bbs.cvmart.net/articles/481/outstanding-Computer-Vision-Team 国内高校研究团队 北京 清华大学：龙明盛，黄高，艾海舟，张长水(Big eyes laborator
阅读全文
摘要：损失函数专题 范数 L0范数 L0范数是指向量中非0的元素的个数。如果用L0规则化一个参数矩阵W，就是希望W中大部分元素是零，实现稀疏。 L0范数的应用： 特征选择：实现特征的自动选择，去除无用特征。稀疏化可以去掉这些无用特征，将特征对应的权重置为零。 可解释性（interpretability）：
阅读全文
摘要：DepFake相关 Deepfake概述 Deepfake概述 2017年，一位昵称为“Deepfakes”的用户在知名论坛Reddit上发布了一张“盖尔·加朵”的合成图片。 DeepFake=Deep+Fake，Deep Learning techniques + traditional face
阅读全文
摘要：denoise、超分辨、gan网络实现 一、去噪网络 import torch import torch.nn as nn import time from tqdm import tqdm from torchvision.transforms.functional import to_pil_i
阅读全文
摘要：保存和加载模型 当保存和加载模型时，需要熟悉三个核心功能： torch.save：将序列化对象保存到磁盘。此函数使用Python的pickle模块进行序列化。使用此函数可以保存如模型、tensor、字典等各种对象。 torch.load：使用pickle的unpickling功能将pickle对象文
阅读全文
摘要：gans-awesome-applications Curated list of awesome GAN applications and demonstrations. Note: General GAN papers targeting simple image generation such
阅读全文
摘要：深度学习习习_基础知识 介绍一下卷积神经网络？ 发展卷积神经网络的额初衷是进行图像分类。图像主要有如下3个特性： 多层次结构： 如边缘组成眼睛，眼睛和鼻子等组成脸，脸和身体等组成人。 特征局部性： 如眼睛就局限在一个小区域，提取眼睛特征时，只需根据这个小区域的像素提取即可。 平移不变性： 如不管眼睛
阅读全文
摘要：VALSE 讲座-图像处理笔记 21-05期 底层视觉与图像处理 1. 有没有可能设计一个模型可以适用于各种不同的图像质量恢复问题，比如去噪、去模糊、超分辨、去雨雾、修补等等。 Discuss: 针对上述提高的不同的任务，每个问题涉及到的物理、数学模型，还是很不一样的。如果需要设计一个模型去一次性地
阅读全文
摘要：计算摄影学数据集汇总 1. Google HDR+ 数据集 下载地址： http://www.hdrplusdata.org/dataset.html 数据集描述：数据集包含了28461张图像，可以构成3640个连拍组合。每个连拍组合中包含了2~10张raw 图像，且所有的图像曝光时间一致。 拍摄器
阅读全文
摘要：聊聊GAN 今天我们来说说GAN，这个被誉为新的深度学习的技术。由于内容非常多，我们会分上下两期。今天这一期是上，我们从以下几个方向来说。（1）生成式模型与判别式模型。（2）GAN的基本原理。（3）GAN的应用。同时也预告一下下期的内容，（1）GAN的优化目标，（2）GAN的模型发展（3）GAN的训
阅读全文
摘要：一文道尽传统图像降噪方法 link 《Image Denoising with Deep Convolutional Neural Networks》链接 《Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Den
阅读全文
摘要：JavaCnn项目注解 该JavaCnn项目旨在用Java语言构造一个完整的卷积神经网络，实现训练一个手写字符识别模型，并预测。该项目可以帮助我们深入到Cnn的底层原理实现，通过阅读分析该项目代码，既可以提高对Java语言的掌握，也加深了对卷积神经网络的认识。 虽然项目的功能是“识别”，但其本质上，
阅读全文
摘要：《动手学深度学习》目录整理 目录 动手学深度学习 Pytorch 版(demo) 深度学习简介 起源 发展 成功案例 特点 小结 练习 参考文献 2.1.1 Anaconda 2.1.2 Jupyter 2.1.3 PyTorch 2.1.4 其他 2.2 数据操作 2.2.1 创建Tensor 2
阅读全文
摘要：神经网络入门基础知识 转自博客园：刘建平Pinard 感知机原理小结 感知机原理小结 深度神经网络（DNN）模型与前向传播算法 深度神经网络（DNN）模型与前向传播算法 卷积神经网络(CNN)模型结构 卷积神经网络(CNN)模型结构
阅读全文
摘要：基础GAN代码解析 运行教程 使用Tensorflow 1.14.0版本可以直接运行。若Mnist数据集因为网络原因下载不下来，可以通过以下链接下载压缩包，解压到项目根目录即可。 Mnist数据集压缩包 训练过程会创建两个文件夹，一个【out】目录，存放着生成的图片，一个是【mnist_gan】目录
阅读全文
摘要：TF相关codna常用命令整理 查看创建的所有的虚拟环境 conda info -e 查看环境管理的全部命令帮助 conda env -h 创建环境 conda create --name py36 python=3.6 复制某个环境 conda create --name new_name --c
阅读全文
摘要：PSNR简介 PSNR的全称为“Peak Signal-to-Noise Ratio”，直译为中文就是峰值信噪比。是一种衡量图像质量的指标。在很多领域都会需要这个指标，比如在超分辨率重建图像的时候，PSNR就是很重要的指标了。 WIKI解释 峰值信噪比（英语：Peak signal-to-noise
阅读全文
摘要：第七章 生成对抗网络 7.1 GAN基本概念 7.1.1 如何通俗理解GAN？ 生成对抗网络(GAN Generative adversarial network)自从2014年被Ian Goodfellow提出以来，掀起来了一股研究热潮。GAN由生成器和判别器组成，生成器负责生成样本，判别器负
阅读全文
