- 博客(10)
- 收藏
- 关注
RSS订阅原创 GAN系列论文选读
1.cGAN(Conditional Generative Adversarial Nets):cGAN通过加约束来使得GAN可以生成具体服从某一分布的样本，如mnist中生成某一类数值的图片，原理如下：2.SeGAN:核心内容：通过输入被部分遮挡的mask以及原图，来生成未被遮挡的物体。具体如下图：左侧沙发被盆栽挡住部分结构，输入原图以及被遮挡沙发的ground truth，最终生成一个完整的彩...
2018-02-10 10:00:28
491
原创 Pytorch入门
import torch建立一个7*2的tensor x；建立一个7*2随机初始化的tensor yx = torch.Tensor(7,2)y = torch.rand(7,2)两个tensor求和(其中第三种是将x加给y，即y = y+x)：x+ytorch.add(x,y)y.add_(x)得到tensor的size:print (tenso
2018-01-25 11:30:33
443
原创 一文搞懂SPP（Spatial pyramid pooling）
1、简介空间金字塔池化，使得任意大小的特征图都能够转换成固定大小的特征向量，这就是空间金字塔池化的意义（多尺度特征提取出固定大小的特征向量），送入全连接层。整体框架大致为：输入图像，卷积层提取特征，空间金字塔池化提取固定大小特征，全连接层。具体的流程图如下： 2、具体算法的大体流程 输入图像，进行多尺度提取特征，融合特征，传入全连接层3、关键步骤解释
2017-12-22 14:16:20
7347
原创 Tensorboard的打开姿势
以前总是搞不通透tensorboard正确打开的姿势，最近完全搞透，特意记一下，以防忘记。windows上面，如果tfevents的文件在"E:/test/log/"中，那么我们只需要cmd中，先进入test的路径下，然后再tensorboard空格--logdir=E:/test/log，即可加载保存的events
2017-10-31 09:16:56
546
原创 ubuntu16.04 SSH服务器与win 之间互传文件以及服务器搭建
ubuntu16.04 SSH服务器与win 之间互传文件以及服务器搭建
2017-08-25 18:10:28
1160
原创 机器学习—入门2
模型评估与选择 2.1经验误差与拟合 经验误差、训练误差—学习器在样本集上的误差 泛化误差—在新样本上的误差 机器学习的目标是得到泛化误差小的学习器，但并不意味着经验误差越小泛化误差就一定越小，经验误差过小时会产生过拟合，会导致泛化性能下降，与之相对的是欠拟合。过拟合是无法避免的，只能缓解。2.2评估方法 用测试集来测试学习器对于新样本的判别能力，然后以测试集上的“测试误差”作为泛化误差的
2016-12-29 17:56:58
409
原创 机器学习1—入门
1.1基本概念 数据集data set、样本sample、示例instance 特征或属性feature：反应某方面的表现或性质 属性值attribute value：属性上的取值 属性空间、样本空间或输入空间attribute space：属性张成的空间（例如某个物体的体积，密度，质量三个属性作为三个坐标轴，其张成的三维空间是属性空间） 特征向量feature vector：在属性空间中
2016-12-28 15:23:17
847
原创 Opencv_Python中的轮廓
Opencv_Python中的轮廓 今天主要学2个点cv2.findContours(), cv2.drawContours()如何查找轮廓？当然使用cv2.findContours()，这个函数中有3个参数，一为输入图像，二为轮廓检索模式，三为轮廓近似方法。返回值有3个，一为图像，二为轮廓，三为轮廓的层析结构。 第一个参数是寻找轮廓的图像； 第二个参数表示轮廓的检索模式，有四种：
2016-11-22 17:08:53
528
原创 OpencV_Python图像滤波函数小结
图像滤波函数cv2.bilateralFilter(InputArray src，OutputArray dst, int d，double sigmaColor，double sigmaSpace，int borderType = BORDER_DEFAULT)将双边滤波器应用于图像，该函数适用双边滤波对输入的图像，可以减少不必要的噪音，同时保持较锋利的边缘。然而
2016-11-18 11:15:21
1728
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人