- 博客(17)
- 收藏
- 关注
RSS订阅原创 python
drop_lastdataset中的数据个数可能不是batch_size的整数倍，drop_last为True会将多出来不足一个batch的数据丢弃。类使用平均绝对误差函数对损失值进行计算，同样，在定义类的对象时不用传入任何参数，但在使用实例时需要输入两个维度一样的参数进行计算。让内置的cuDNN的auto-tuner自动寻找最适合当前配置的高效算法，来达到优化运行效率的问题。pin_memory是否将数据保存在pinmemory区，pinmemory中的数据转到GPU会快一些。..............
2022-07-26 11:21:00
430
原创 DVS-SR---test.py
1、导入包2、设置参数：设置检查点路径、设置测试数据路径、设置输出图像保存路径、设置线程数3、加载checkpoint4、加载配置文件5、加载数据集 6、构建模型 7、测试为何train.py与test.py的最后部分代码相同？...
2022-07-05 21:31:21
442
原创 DVS-SR---train.py
1、导入包2、设置参数:配置路径、数据路径、保存路径、线程数。3、加载配置文件 4、加载数据集5、构建模型6、训练7、测试with torch.no_grad()：讲解菜鸟进阶:(11）with torch.no_grad() 详解_会编程的漂亮小姐姐的博客-CSDN博客_torch.nograd model.eval()与with torch.no_grad()_ahaha_zzzz的博客-CSDN博客最大不解，为什么会生成图片。...
2022-07-05 20:43:31
248
原创 DVS-SR代码
1、运行test.py文件，首先cd进入test.py所在文件夹；设置数据路径，用相对路径可能会混乱，必要时改写成绝对路径；设置检查点路径， ；设置保存路径。本机实际输入语句 效果界面 最终生成save_dir文件夹，有71张图片2、运行train.py文件，设置配置路径，选择2x_3.yaml文件；设置数据路径，选择数据路径为dataset/Gray_5K_7s_tiny；设置保存目录save_dir。删除数据集中的.DS_Store文件https://www.javazxz.com
2022-07-05 16:14:08
410
原创 GPU代码段
1、用方法to()可以将Tensor在CPU和GPU（需要硬件支持）之间相互移动。#以下代码只有在Pytorch GPU版本上才会执行if torch.cuda.is_available():device = torch.device("cuda") # GPUy = torch.ones_like(x, device=device) # 直接创建一个在GPU上的Tensorx = x.to(device) # 等价于 .to("cuda")z = x + yprint(z)print
2022-05-07 16:15:11
211
原创 Python数据处理笔记-1
一、行话数据规整（Munge/Munging/Wrangling） 指的是将非结构化和（或）散乱数据处理为结构化或整洁形式的整个过程。这几个词已经悄悄成为当今数据黑客们的行话了。Munge这个词跟Lunge押韵。伪码（Pseudocode） 算法或过程的“代码式”描述，而这些代码本身并不是实际有效的源代码。语法糖（Syntactic sugar） 这是一种编程语法，它并不会带来新的特性，但却能使代码更易读、更易写。...
2022-05-06 14:23:36
137
原创 动手学深度学习3
三、线性神经网络仿射变换（affine transformation）:仿射变换的特点是通过加权和对特征进行线性变换（linear transformation）,并通过偏置项来进行平移（translation）。损失函数（loss function）：损失函数能够量化目标的实际值与预测值之间的间距。回归问题中最常用的损失函数是平方误差函数。随机梯度下降：梯度下降的方法通过不断地在损失函数递减的方向上更新参数来降低误差。梯度下降最简单的用法是计算损失函数（数据集中所有样本的损失均值）关于模型
2022-04-24 13:11:00
288
原创 Light Field Image Super-Resolution withTransformers代码
一、generate_Data_for_Training1、初始化%% Initializationclear all;clc;2、参数设置角分辨率设置为5，缩放因子（factor）为2/4，每个 SAI patch的空间分辨率为patchsize = factor*32，步长为stride = patchsize/2。%% Parameters settingangRes = 5; % Angular Resolution, options,
2022-04-23 19:55:20
1450
9
原创 动手学深度学习2
二、Transformer2.1模型transformer由编码器和解码器组成。两者是基于自注意力模块叠加而成的，源（输入）序列和目标（输出）序列的嵌入（embedding）表示将加上位置编码（positional encoding）,再分别输入编码器和解码器中。由上图可知...
2022-04-20 18:58:56
713
原创 动手学深度学习1
一、入门解决问题的关键组件数据（date）模型（model）目标函数（objective function),用来量化模型的有效性 算法（algorithm）,调参优化目标函数标签：维数：当每个样本的特征类别数量都是相同的时候，其特征向量是固定长度的，这个长度被称为数据的维度（dimensionallity）。固定长度的特征向量是一个方便的属性，有助于量化学习大样本数据。目标函数：数据集：回归：解决 多少 问题 分类：解决 哪个 问题监督学习：...
2022-04-20 09:46:09
50
原创 光场图像超分辨知识点
光场相机光场(Light Field,LF)相机通过在主透镜和图像传感器之间加入一个微透镜阵列，可以同时捕捉角度(angular)信息和空间(spatial)信息，在3D重建和虚拟现实应用中得到广泛应用，具有广泛的应用前景。然而，由于传感器分辨率的限制，光场相机通过牺牲空间分辨率来换取角度分辨率。因此，有限的空间分辨率给相关应用的发展带来了很多困难，成为光场相机的主要瓶颈。光场图像的两种表示方法： SAIs(sub-aperture images,子孔径图像)和MacPI图像(宏像素图像) 。
2022-04-18 16:29:11
2540
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