HeLoZhaoFei的博客

原创 Ubuntu20.04根目录扩容（双系统）

情况：电脑安装了两块硬盘，各自500g，一开始只安装了win10系统，后来在第二个硬盘上安装了ubuntu20.04，分配了一开始分配了200G，后来感觉小，打算在根目录下扩容，最后成功了记录如下；过程：1、在win10系统下，对第二块盘（即安装ubuntu的那个盘）压缩卷（只设置压缩大小就行，其他参数不用改）；2、在Ubuntu系统下，Ctrl+Alt+T打开终端输入：sudo apt updatesudo apt install gparted安装完成后输入：sudo g

原创 读《CircleGAN: Generative Adversarial Learning across Spherical Circles》

目的：探查该方法用不同内容的图片来实现SR重建的方法；摘要：为GANs提出了一种新的判别器（基于Hypersphere embedding space），它能够通过学习超球面空间特征？来提升生成样本的真实性和多样性；Our work also adopts a hypersphere embedding space, but proposes a different strategy instructuring and learning the hypersphere, which ...

原创 读《Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution》

摘要：1、介绍：ImageSR存在的问题：1、学习从LR到HR的映射本来就是一个病态问题，解空间太大；为解决这个问题，有许多方法选则了增大模型容量，但是即便这样也没能提升轮廓的清晰度；2、在Paired data（一大部分模型都依赖于paired training data）缺失的情况下如何得到一个理想的SR模型仍然是一个挑战；此外获取Paired data常用的降质模型与真实的降质模型分布也不相同；如果将现有的SR模型用于真实data的往往会导致严重的 adaptation解决方...

原创 搭建简易神经网络（~）

参考：《深度学习之Pytorch实战计算机视觉》该模型只考虑一个隐藏层； 定义四个整型变量；import torchbatch_n=100 #一个批次输入的数量hidden_layer=100 #隐藏层后保留的数据特征个数input_data=1000 #每个数据包含的数据特征个数output_data=10 #输出的数据，值为10，代表，我们最后要10个分类结果值先输入100个具有1000个特征的..

原创 结构化数据（Structured Data）

以及与之相对应的非结构化数据（Unstructured Data）“Structured Data means basically databases of data；结构化数据是数据的数据库”（吴恩达） 例如，在预测房屋价格的时候，我们知道会有一些对价格的影响因素，比如房屋的面积，房屋的年限等等，由“面积”，“年限”等特征组成的数据库就是结构化数据，它们都有着清晰的定义； “Unstructured Data refers to things like audio，raw audio or.

原创 刚性变换（rigid deformation）与非刚性变换（non-rigid deformation）

刚性变换：图像的平移加旋转，图像形状不变，得到的变换称为刚性变换；非刚性变换：就是比这更复杂的变换，如伸缩，仿射，透射，多项式等一些比较复杂的变换；例如ps中自由变换命令里面的斜切、扭曲、透视这些功能就属于非刚性变换；参考：https://zhidao.baidu.com/question/751922356386576084.html...

原创 《数字图像处理》图像分割

原创 《数字图像处理》图像恢复

原创 《数字图像处理》傅里叶变换（简略）

原创 《数字图像处理》彩色图像处理

原创 《数字图像处理》空域图像增强

原创 《数字图像处理》基本运算

原创 《数字图像处理》数字图像处理基础

原创 《数字图像处理》绪论

原创 Pytorch中的Tensor（概要）

一、Tensor的数据类型说明：Tensor在 PyTorch中负责存储基本数据，PyTorch针对 Tensor也提供了丰富的函数和方法，Pytorch的Tensor与NumPy的数组具有极高的相似性； Tensor是一种高级的API； PyTorch中定义的Tensor数据变量可以在GPUs上进行运算，而且只需对变量做一些简单的类型转换就能够实现；类型：1、浮点型​torch.FloatTensor​：用于生成浮点型Tensor，传递给torch.FloatTensor的参数可以是

原创 全连接层

1、将前一层输出的二维特征图综合起来转化为一维向量，它的每一个节点都与上一层的每个节点连接2、全连接层的主要作用是将输入图像在经过卷积和池化操作后提取的特征进行压缩，并且根据压缩的特征完成模型的分类功能；在整个卷积神经网络中起到“分类器”的作用，如果说卷积层、池化层和激活函数等操作是将原始数据映射到隐层特征空间的话，全连接层则起到将学到的特征表示映射到样本的标记空间的作用。3、全连接层实现过程：对前层是全连接的全连接层可以转换为卷积核为1*1的卷积；而前层是卷积层的全连接层可以转换为卷积核为前层卷积

原创 Python中的Numpy

说明：NumPy是一个高性能的科学计算和数据分析基础包，在数据分析领域有很多应用；具有多维数组对象、线性代数、傅里叶变换和随机数等强大功能；一、Numpy的安装在平时的使用中，我们习惯将“import numpy”写成“import numpy as np”。二、多维数组说明：为了便于理解，可以将“多维数组”想象成一个用于存放数据的表格； 表格存放的是同一类型的数据； 可以通过索引值来提取表格中的数据（索引值用整数表示）；1、创建多维数组常用Numpy中的array创建

原创 Python中的类

参考：https://turingplanet.org/2019/09/21/%e7%b1%bb-class/#lei_he_shi_li_Class_Instance书《深度学习之Pytorch实战计算机视觉》什么是“类”？类是用来描述具有相同属性和方法的对象的集合，定义了该集合中每个对象所共有的属性和方法，对象则是类的实例；每个类都有自己的属性（attribute）（如：一个人的身高、体重、年龄）和方法（method）（如：吃饭、说话、刷牙）注意：class（类）的外部函数叫做函

原创 Python中的函数

参考：书《深度学习之Pytorch实战计算机视觉》为什么要用到函数？编程语言中的函数是：一组按照相应的规则编写的能够实现相关功能的代码块；使用“函数”后，代码具备了模块化的性质，降低了代码编写的重复性；一、定义函数定义函数通用规则：在定义的函数代码块开头用def关键词，关键词后紧跟函数名称和括号 () ，在括号内定义在函数被调用时需要传入的参数，在括号后以冒号 ：结尾。 在函数内同一个逻辑代码块需要使用相同的空格缩进。 在函数代码块最后可以通过return关键词返回一个值给调

原创 Python循环语句

参考：书《深度学习之Pytorch实战计算机视觉》内容：循环语句首先定义一个循环条件，若满足循环条件，则执行已定义好的代码块，若一直满足循环条件，则一直执行下去。Python中常用的循环语句有两种：while循环、 for循环；另外还有三种循环控制语句： break、continue、pass；（1）break：出现在循环代码块中，用于中断当次循环并结束整个循环语句。（2）continue：出现在循环代码块中，用于中断当次循环并直接开始下次循环。（3）pass：出现在循.

原创 Python条件判断语句

参考：书《深度学习之Pytorch实战计算机视觉》条件判断语句用于：对给定的条件进行判断来确定接下来是否执行指定的代码块。最简单的条件判断语句的设计方式就是：如果满足已经给定的条件，就执行指定的代码块，否则进行其他操作，定义的其他操作也可以是另一个代码块或者不做任何处理。条件判断语句有4种常用的条件判断形式，但关键词只有三个，分别是if、elif和else。第1种形式：只有一个代码块的条件判断语句，如果满足在if后紧跟的条件判断，那么执行if下的代码块；如果不满足在...

原创 Python运算

参考：书《深度学习之Pytorch实战计算机视觉》一、算数运算（1）加法运算符：用“+”表示，进行相加运算。（2）减法运算符：用“-”表示，进行相减运算。（3）乘法运算符：用“*”表示，进行相乘运算。（4）除法运算符：用“/”表示，相除运算。（5）取模运算符：用“%”表示，符号前的变量以符号后的变量为模进行取模运算。取模运算是求两个数相除的余数（6）求幂运算符：使用符号“**”表示，符号前的变量以符号后的变量为幂进行求幂运算。（7）取整运算符：使用符号“//”表示，符号前

原创 Python常用的数据类型

参考：书《深度学习之Pytorch实战计算机视觉》Python通用的数据类型：数字、字符串、列表、元组和字典。数字：num常用的数字数据类型有整型（int）和浮点型（float）；整型和浮点型数据的最大区别是浮点型带有精度而整型没有；打印输出浮点型数据默认保留到小数点后一位，和我们赋值时使用的精度不同，可以自定义打印输出的浮点型精度；字符串：string字符串数据类型是由字母、数字和下画线等特殊符号组成的一连串字符表示；使用单引号 ' 或者双引号 " 标识后.

原创 Python变量

参考：书《深度学习之Pytorch实战计算机视觉》变量的作用是存储目标数据；变量命名：对变量的命名比较关键，最好使用与存储目标数据相对应的名字；例如：整数——int_num浮点数——float_num字符串——string变量赋值：除了点对点的变量赋值操作过程，在实际应用中还可以有点对多点和多点对多点的变量赋值操作。点对多点的变量赋值操作其实就是将一个数据在一次赋值操作中同时传递给已经定义好的多个变量。点对多点：多点对多点：...

原创 Python的基本语法

参考：书《深度学习之Pytorch实战计算机视觉》1、打印输出——print2、代码注释——#单行注释：在开头添加井号（#）来标注我们想要注释的内容多行注释：用三个双引号或三个单引号3、代码的缩进Python中代码的缩进有着特别的意义。 Python通过对每行代码使用不同的缩进来控制语法的逻辑判断，让程序知道——“相同缩进”的代码构成的是同一个逻辑代码块。 大部分其它编程语言使用大括号 { } 来帮助程序识别逻辑代码块，从而完成逻辑判断。Python中缩进用的...

原创 玻尔兹曼机

玻尔兹曼机：玻尔兹曼机是一种随机神经网络。受限玻尔玆曼机通过学习数据的概率密度分布提取抽象特征。https://blog.csdn.net/qq_34599526/article/details/83240171受限玻尔兹曼机RBM：如图RBM是一个二层结构：上层表示 n 个隐藏单元构成的隐藏(输出)层，一般服从伯努利分布；下层表示m个可视单元构成的可视(输入)层，一般服从高斯或伯努利分布；RBM有两层，隐藏层、可视层。RBM可视层和隐藏层的单元之间有权值连接，但层.

原创 《Anaconda安装常遇问题解决方案》

参考《手把手教你安装pytorch（包教会）》https://blog.csdn.net/ziqingnian/article/details/109099682使用Conda安装：打开 anaconda prompt，最前面的小括号()显示应该是base（注意：在base的情况下安装pytorch则安装在默认环境下；如果新建了别的环境则需要先激活别的环境，然后在该环境下安装）例如：conda create -n pytorch python=3.6 这里是创建了一个名称为 pytorc