19l92y11p26 - 博客园

2020年3月27日

摘要：引自：https://blog.csdn.net/God_68/article/details/81747297?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-ta 阅读全文

posted @ 2020-03-27 20:01 19l92y11p26 阅读(345) 评论(0) 推荐(0) 编辑

RF

摘要：引自：https://blog.csdn.net/God_68/article/details/81747297?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-ta 阅读全文

posted @ 2020-03-27 18:51 19l92y11p26 阅读(191) 评论(0) 推荐(0) 编辑

GBDT

摘要：引自：https://blog.csdn.net/God_68/article/details/81747297?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-ta 阅读全文

posted @ 2020-03-27 18:10 19l92y11p26 阅读(380) 评论(0) 推荐(0) 编辑

2020年3月24日

计算机视觉基础知识学习

摘要：阅读全文

posted @ 2020-03-24 21:29 19l92y11p26 阅读(156) 评论(0) 推荐(0) 编辑

2020年1月30日

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(196) 评论(0) 推荐(0) 编辑

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(1567) 评论(0) 推荐(0) 编辑

2020年1月29日

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(746) 评论(0) 推荐(0) 编辑

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(3108) 评论(1) 推荐(0) 编辑

2020年1月18日

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(2441) 评论(0) 推荐(0) 编辑

2020年1月3日

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(8326) 评论(1) 推荐(1) 编辑

lyp19921126

公告