01 2020 档案

逆卷积：convtranspose2d(fractionally-strided convolutions)
摘要：逆卷积：convtranspose2d(fractionally-strided convolutions) 1.首先先定义进行卷积的参数： 输入特征图为高宽一样的Hin*Hin大小的x 卷积核大小kernel_size 步长stride padding填充数(填充0) 输出特征图为Hout*Hou 阅读全文
posted @ 2020-01-30 20:31 19l92y11p26 阅读(213) 评论(0) 推荐(0)
nn.ReflectionPad2d（镜像填充）
摘要：1、官方文档上 是这个 2、输出是 H(out) = H(in) + paddingTop + paddingBottomW(out) = W(in) + paddingLeft + paddingRight 直接来例子试试 最重要的是下面 # laft, right, top, bottom 这个 阅读全文
posted @ 2020-01-30 20:12 19l92y11p26 阅读(1638) 评论(0) 推荐(0)
conv1*1的作用
摘要：引自：https://www.cnblogs.com/alilliam/p/11402448.html 功能： 1.对输入图里的值做放大或者缩小。 InputSize: 5 * 5 Matrix A, 1 * 1 Matrix B OutputSize: 5 * 5 Matrix C 分析：cij 阅读全文
posted @ 2020-01-29 21:36 19l92y11p26 阅读(785) 评论(0) 推荐(0)
如何将jupyter中的.ipynb文件转换成python中的.py文件
摘要：引自：https://blog.csdn.net/weixin_43453851/article/details/89192635 1，在当前文件夹的目录中输入cmd并回车（打开的cmd中会显示出你当前的目录）2，输入命令： jupyter nbconvert --to script *.ipynb 阅读全文
posted @ 2020-01-29 13:23 19l92y11p26 阅读(3217) 评论(1) 推荐(0)
低光图像增强学习
摘要：引自：https://zhuanlan.zhihu.com/p/81495191 背景 图像在较低的光照下拍摄往往存在亮度低、对比度差等问题，从而影响一些high-level任务，因此低光照图像增强的研究具有很强的现实意义。现有的方法主要分为两类，基于直方图均衡的方法和基于Retinex理论的方法。 阅读全文
posted @ 2020-01-18 11:44 19l92y11p26 阅读(2642) 评论(0) 推荐(0)
pytorch 中的variable函数
摘要：torch.autograd.Variable是Autograd的核心类，它封装了Tensor，并整合了反向传播的相关实现(tensor变成variable之后才能进行反向传播求梯度?用变量.backward()进行反向传播之后,var.grad中保存了var的梯度) x = Variable(te 阅读全文
posted @ 2020-01-03 19:37 19l92y11p26 阅读(8394) 评论(1) 推荐(1)
BCELoss和BCEWithLogitsLoss
摘要：引自：https://www.cnblogs.com/jiangkejie/p/11207863.html BCELoss CLASS torch.nn.BCELoss(weight=None, size_average=None, reduce=None, reduction='mean') 创建 阅读全文
posted @ 2020-01-03 19:18 19l92y11p26 阅读(2145) 评论(0) 推荐(0)
正则化的理解
摘要：作者：陶轻松链接：https://www.zhihu.com/question/20924039/answer/131421690来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 r(d)可以理解为有d的参数进行约束，或者 D 向量有d个维度。咱们将楼主的给的凸优化结构 阅读全文
posted @ 2020-01-03 15:47 19l92y11p26 阅读(187) 评论(0) 推荐(0)

/*鼠标跟随效果*/ /* 点击爆炸效果*/ /*鼠标跟随效果*/
Live2D