![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
你的思想出了问题
这个作者很懒,什么都没留下…
展开
-
AMD的GPU拿来跑深度学习?Rocm3.0&Pytorch@Ubuntu16编译实录
折腾了一周了吧,终于是在自己的电脑上编译完成,并且可以跑通Pytorch训练代码了。我也是小白一个,如果有专业词汇使用不当,还请见谅。编译过程参考了官方编译文档, JC大神的博文以及github里面的一些Issue集合而成。向他们表示诚挚的感谢。简单介绍一下硬件:CPU :I5 9400FGPU:AMD Radeon VII内存:64G软件环境:Ubuntu 16.04 LT...原创 2019-12-22 17:05:12 · 14464 阅读 · 3 评论 -
基于深度反投影(Back-Projection)网络的图像超分辨
Deep Back-Projection Networks For Super-ResolutionGoogle机翻:用于超分辨率的深背投影网络背景:SR方面的深度学习方法都是前馈的(当时),因此没有充分利用到高低分辨对的相互依赖关系。作者提出通过将多个上下采样块级联,可以更好地学习到高低分辨对的特征,而且级联的上下采样块还可以表征不同的图像劣化方式和高频分量。通过堆叠(concaten...原创 2019-05-05 10:03:27 · 3962 阅读 · 0 评论 -
基于循环反投影网络(RBPN)的视频超分辨笔记
Recurrent Back-Projection Network for Video Super-Resolution作者:Muhammad Haris, Greg Shakhnarovich, and Norimichi Ukita作者提出:流行的MISR或者VSR方法一般都是基于准确的运动估计和运动补偿(alignment),这个模式受到运动估计准确度的约束。RBPN希望改进这个模...翻译 2019-05-05 16:15:41 · 4205 阅读 · 2 评论 -
PyTorch —— 神经网络权重初始化
权重初始化神经网络从错误中学习,但是错误要能够被定位到。如果不能定位到错误那么就无法改正。对于神经网络中的参数来说,如果所有参数全部一样(比如初始化为全0),那么就面临一个问题:梯度往哪里下降是最快呢??看一个例子神经网络很难判断哪些权重需要更改,因为每个层级的神经元输出是一样的。为了避免神经元具有相同的输出,我们使用独特权重。我们还可以随机选择权重,避免每个周期后的损失都陷于局部最低点...转载 2019-05-16 10:07:35 · 5965 阅读 · 0 评论