2018年09月_gdymind

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

gdymind的博客