上一页 1 2 3 4 5 6 ··· 8 下一页
摘要: 数据集位置可能有问题 c盘大小是否足够 小qp的数据很难学习,这就会导致代码层面的报错,但是实际上是因为小qp无法继续学习,所以一般要从大qp开始迁移学习 阅读全文
posted @ 2021-10-19 16:32 魏晋南北朝 阅读(146) 评论(0) 推荐(0) 编辑
摘要: 峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法,它常简单地通过均方差(MSE)进行定义。两个m×n单色图像I和K,如果一个为另外一个的噪声近似,那么它们的的均方差定义为: 其中,MAXI是表示图像点颜色的最大数值,如果每个采样点用 8 位表示,那么就是 255。 Int iSize = i 阅读全文
posted @ 2021-10-09 18:59 魏晋南北朝 阅读(718) 评论(0) 推荐(0) 编辑
摘要: 大三开始一直写java,现在重新写c和c++,连基本的数组、指针也玩不转了,也侧面说明了大一的时候就没有打下坚实的基础。 亡羊补牢,为时未晚, 场景:在调用某个函数时,我需要获取到这个函数中的一张图片和一个数组(内容长度什么的都不知道),图片通过return作为结果返回,这个数组希望通过一个指针获取 阅读全文
posted @ 2021-10-08 21:08 魏晋南北朝 阅读(620) 评论(0) 推荐(0) 编辑
摘要: 概念 在了解二进制编码之前,我们首先需要建立一个完整的体系架构 熵编码 即编码过程中按熵原理不丢失任何信息的编码。信息熵为信源的平均信息量(不确定性的度量)。常见的熵编码有:香农(Shannon)编码、哈夫曼(Huffman)编码和算术编码(arithmetic coding)。 CABAC CAB 阅读全文
posted @ 2021-09-16 20:02 魏晋南北朝 阅读(2731) 评论(0) 推荐(0) 编辑
摘要: Padding and stride 一个N*N的图像,使用f*f的卷积核,会得到(n-f+1)*(n-f+1)的大小 但是边缘的图像 使用了一次,而且整个图像缩小了 因此,可以增加一圈padding,假设增加的padding 的长度为p 会得到(n+2p-f+1)*(n+2p-f+1)的图像 通常 阅读全文
posted @ 2021-07-21 16:56 魏晋南北朝 阅读(134) 评论(0) 推荐(0) 编辑
摘要: 1. numpy 在深度学习中,我们使用不是简单的数字,而往往是矩阵或者是向量,因此numpy会更加的有用。它不需要我们for循环遍历矩阵中的每一个数字,而是帮助我们直接对每一个元素进行处理。 np.exp() \[ np.exp(x) = (e^{x_1}, e^{x_2}, ..., e^{x_ 阅读全文
posted @ 2021-07-21 16:53 魏晋南北朝 阅读(44) 评论(0) 推荐(0) 编辑
摘要: TensorFlow里面的Tensor,也就是“张量”,到底是个什么鬼? 0维张量标量 标量是一个数字 1维张量/向量 1维张量称为“向量”。 2维张量 2维张量称为矩阵 3维张量 公用数据存储在张量 时间序列数据 股价 文本数据 彩色图片(RGB) 在Python中,张量通常存储在Nunpy数组, 阅读全文
posted @ 2021-07-07 16:57 魏晋南北朝 阅读(69) 评论(0) 推荐(0) 编辑
摘要: Image Stride(内存图像行跨度) 当视频图像存储在内存时,图像的每一行末尾也许包含一些扩展的内容,这些扩展的内容只影响图像如何存储在内存中,但是不影响图像如何显示出来; Stride 就是这些扩展内容的名称,Stride 也被称作 Pitch,如果图像的每一行像素末尾拥有扩展内容,Stri 阅读全文
posted @ 2021-07-07 16:14 魏晋南北朝 阅读(637) 评论(0) 推荐(0) 编辑
摘要: 在实验中,在vs下,需要使用C++调用python,在配置环境时遇到了很多问题,也产生了很多疑惑。例如,在`vc++`中配置的`包含目录`和`库目录`有什么用?`vc++`中已经存在有`包含目录`和`库目录`的配置,为什么在`C/C++`和`链接器`还有`附加包含目录`和`附加依赖项`的配置,两者间 阅读全文
posted @ 2021-06-18 17:17 魏晋南北朝 阅读(1417) 评论(0) 推荐(1) 编辑
摘要: 如果想将本地的文件夹上传为github或者gitee或者gitlab等代码保管平台的一个仓库(repository),可遵循如下步骤: 1、将本地仓库与远程仓库进行关联 git remote add origin 远程仓库的git地址 2、如果远程仓库为空,直接将本地仓库推送到远程仓库: git p 阅读全文
posted @ 2021-06-17 15:56 魏晋南北朝 阅读(999) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 8 下一页