- 博客(8)
- 收藏
- 关注
原创 Pytorch中的optimizer
与优化函数相关的部分在torch.optim模块中,其中包含了大部分现在已有的流行的优化方法。如何使用Optimizer要想使用optimizer,需要创建一个optimizer 对象,这个对象会保存当前状态,并根据梯度更新参数。怎样构造Optimizer要构造一个Optimizer,需要使用一个用来包含所有参数(Tensor形式)的iterable,把相关参数(如learni...
2018-09-14 21:28:48 35648 9
原创 一文读懂GAN, pix2pix, CycleGAN和pix2pixHD
本文翻译、总结自朱俊伟的线上报告,主要讲了如何用机器学习生成图片。来源:Games2018 Webinar 64期 :Siggraph 2018优秀博士论文报告人员信息主讲嘉宾姓名:朱俊彦(Jun-Yan Zhu) 现状:麻省理工学院博士后(PostDoc at MIT),计算机科学与人工智能实验室(Computer Science and Artificial In...
2018-09-14 04:42:30 68292 35
原创 Pytorch中的contiguous理解
最近遇到这个函数,但查的中文博客里的解释貌似不是很到位,这里翻译一下stackoverflow上的回答并加上自己的理解。在pytorch中,只有很少几个操作是不改变tensor的内容本身,而只是重新定义下标与元素的对应关系的。换句话说,这种操作不进行数据拷贝和数据的改变,变的是元数据。这些操作是: narrow(),view(),expand()和transpose()举个栗...
2018-09-12 15:35:43 34962 5
原创 认识色彩
本文为《图像处理中的数学修炼》一书第8章第一节的笔记按理说这些基础芝士应该挺熟的了,但再来看看还是有不少收获,尤其是眼睛那个部分。颜色与眼睛从产生上说,颜色是光作用与人眼的结果。人能感受的波长范围内的光波叫可见光。人眼中有两种感受颜色的细胞——锥状细胞和棒状细胞(也叫杆状细胞)。其中: 1. 锥状细胞有三种,每一种都有自己主要(注意不是唯一)能感受的颜色。 这三种分别能感受红色...
2018-09-09 15:39:07 1064
原创 网络可视媒体的智能计算-胡事民
本文为胡事民教授在山大做报告的笔记,现场见下图: 可视媒体是承载视觉信息的媒体类型,如图像、视频等,它具有网络化、海量和无序涌现等特征。可视媒体计算的研究意义可视媒体作为一种信息承载的介质,是用来表达语义信息的。那么就有一种介质与信息之间相互转化的问题。转化方向正反两种,举个栗子说明一下: 1. 可视媒体→→\rightarrow语义信息:比如看到画面,理解其中发生的事件、各主题之...
2018-09-09 14:16:42 2218
原创 从卷积到residual dense network: Convolution, ResNet, DenseNet and ResDenseNet解读
Convolution把各个*input feature maps分别经过一个kernel的卷积结果相加,得到一个* output feature map:Output feature map’s shapeConvolution layerConvolution layer的output feature map的shape与下列变量有关: - input featu...
2018-09-07 15:59:32 3318
原创 PyTorch中的PixelShuffle
感性认识一般的convolution操作会使feature map变小, 但当我们的stride=1r&lt;1stride=1r&lt;1\text{stride} = \frac{1}{r} < 1时,可以让卷积后的feature map变大,这个新的操作叫做sub-pixel convolution,具体原理可以看Real-Time Single Image and Video Sup...
2018-09-04 18:13:02 25496 7
原创 彻底搞懂Lab 颜色空间
本文参考wikipedia,并加入了自己的理解,有不对的地方多多指教~名称在开始之前,先明确一下Lab颜色空间(Lab color space)的名字: - Lab的全称是CIELAB,有时候也写成CIE L*a*b* - 这里的CIE代表International Commission on Illumination(国际照明委员会),它是一个关于光照、颜色等的国际权威组织。...
2018-09-04 00:53:31 106768 8
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