09 2020 档案
摘要：l2更容易陷入局部最优,相比之下l1更容易得到一个较好的局部最优 l2更容易放大差异，在更小或更大的偏差下的影响会更大 l2对提升PSNR指标更有效，但PSNR指标和人眼的观察习惯是不同的 先后使用l1和l2可能会有更好的结果，可能比全程使用一种要好。先l1再l2最终的结果也会也会有l2的一些效果，
阅读全文
摘要：参考： https://blog.csdn.net/weixin_42028608/article/details/105564060 该库提供主流深度学习架构中数据预处理的Pipline，可以加速数据预处理过程。 留下此坑位，日后用到来补。
阅读全文
摘要：参考： https://blog.csdn.net/LXX516/article/details/80124768 示例代码： 加载相同名称的模块 pretrained_dict=torch.load(model_weight) model_dict=myNet.state_dict() # 1.
阅读全文
摘要：参考知乎： https://juejin.im/post/6844903711123193870
阅读全文
摘要：参考： https://cloud.tencent.com/developer/article/1437995 https://www.cnblogs.com/wanghui-garcia/p/11385160.html 1.4、参数初始化的几点要求 （1）参数不能全部初始化为0，也不能全部初始化同
阅读全文
摘要：出现错误的原因是因为Dataloader的多线程问题 Google结果显示是Pytorch在win10中的debug，暂不支持多线程，把num_worker改为0问题解决； 查看官方文档结果如下： 也是建议我们把num_worker设为0，再逐步Debug检测Code。 另外，针对程序在运行模式下，
阅读全文
摘要：参考网页; https://www.jianshu.com/p/dbeec7b682f3 常见的伪影： Ringing（振铃效应） 振铃效应的产生主要是由于高频分量的损失和高频分量精度的损失引起。 Posterized(色调分离) 当图像颜色的位深度减少太多以至于产生视觉冲击时就会出现色调分离。 造
阅读全文
摘要：Do need to use model.eval() when I test? Sure, Dropout works as a regularization for preventing overfitting during training. It randomly zeros the ele
阅读全文
摘要：参考： https://www.cnblogs.com/romangao/p/13052809.html https://blog.csdn.net/xie_0723/article/details/78004649 对于这样的文件结构： classfication #文件夹 │run.py ├─m
阅读全文
