青春无悔，我在路上

摘要： https://blog.csdn.net/weixin_43427721/article/details/124652525 阅读全文

摘要： https://blog.csdn.net/sinat_29047129/article/details/103642140 阅读全文

摘要： https://blog.csdn.net/yumaomi/article/details/124909672 https://blog.csdn.net/weixin_43427721/article/details/124766242 阅读全文

摘要： 参考链接： https://www.liaoxuefeng.com/wiki/1016959663602400/1017451662295584 https://blog.csdn.net/zhh763984017/article/details/120072425 阅读全文

摘要： 作用 标签平滑（Label smoothing），像L1、L2和dropout一样，是机器学习领域的一种正则化方法，通常用于分类问题，目的是防止模型在训练时过于自信地预测标签，改善泛化能力差的问题。 原理分析 以上便为从onehot编码到标签偏移的公式。可以清楚的看到做完这种变化之后把原来oneho 阅读全文

摘要： 一. 阅读论文 1. 初期找方向 初期读论文需要逐字精读，方向不必严格限定，感兴趣论文涉及的论文链都可以去读。一篇论文用时一天，英文论文+中文分享，前期阅读论文数量30篇以上，可以提高学术英语阅读能力和 专业术语积累。 2. 中期重点突破 中期读论文要重点精读，严格限定研究方向和方向涉及的论文链。重 阅读全文

摘要： 一. Abstract 使用batchnorm，有效的加快训练和提升去噪表现 不同于现有的判别去噪模型通常在一定的噪声水平下训练特定的加性高斯白噪声模型(AWGN)，我们的DnCNN模型能够处理未知噪声水平的高斯去噪(即盲高斯去噪)。 利用残差学习策略（预测噪声），DnCNN隐含地去除了隐含在隐含层 阅读全文

摘要：   ![im 阅读全文

摘要： import argparse # (1) 声明一个parser parser = argparse.ArgumentParser() # (2) 添加参数 parser.add_argument("parg") # 位置参数，这里表示第一个出现的参数赋值给parg parser.add_argum 阅读全文

摘要： 一.原理 这里面画的三个卷积层组们都是一样的，都是用的同样的网络，并且这个网络用的是预训练好的参数，他们的作用是特征提取，在训练过程中参数不会更新。 这个网络的参数是那个合成图像。 损失包括三部分，合成图像和内容图像的损失，合成图像和样式图像的损失，合成图形自身的全变分去噪损失（total vari 阅读全文