![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 65
__Elwin
自动化懒狗一条
展开
-
单人扑克游戏:地城恶棍的Python实现(纯代码)
单人扑克游戏:地城恶棍的Python实现(纯代码)实现细节链接:传送门import random as raimport numpy as npfrom tqdm import tqdmimport osimport reimport timeclass PlayingCard(object): def __init__(self) -> None: """ 构建牌库[x,y] 获取公式 x = 54 // 4原创 2022-04-10 17:59:17 · 4212 阅读 · 0 评论 -
单人扑克游戏:地城恶棍的Python实现(附实现代码)
基于Numpy的单人扑克游戏:地城恶棍[!] 本项目为原创内容,若有错误之处还需批评指正由于篇幅过长,本文全代码文件位于另一个博客中:传送门文章目录基于Numpy的单人扑克游戏:地城恶棍1.单人扑克牌游戏:地城恶棍1.1 游戏场景1.2 游戏规则1.3 计分规则1.4 游戏流程2.制作思路3. 扑克牌API3.1 类成员3.2 索引转换与检索3.3 洗牌与重置牌库3.4 取卡牌、插卡牌与丢弃卡牌3.5 卡牌可视化3.6 具体展示4. 游戏本体4.1 配置文件4.2 游戏主体4.3 游戏主循环4.原创 2022-04-10 17:28:24 · 5459 阅读 · 2 评论 -
用Python中的Numpy实现简单高效的扑克牌API(附代码)
用Python中的Numpy实现简单高效的扑克牌API扑克牌可以用字典或者列表来表示,但是这样的话会浪费很多的空间。因此,本项目将使用Numpy来实现,这样的话能保证性能的情况下减少存储成本。一般情况下,扑克牌应该具有的功能为: 抽牌库顶的牌、洗牌、将牌放进牌库底、丢弃某张牌文章目录用Python中的Numpy实现简单高效的扑克牌API1. 实现过程1.1 类成员1.2 索引转换与检索1.3 洗牌与重置牌库1.4 取卡牌、插卡牌与丢弃卡牌1.5 卡牌可视化1.6 具体展示2. 全代码(太长不看版原创 2022-04-10 16:31:15 · 1916 阅读 · 0 评论 -
PANet:基于金字塔注意力网络的图像超分辨率重建(全代码)
PANet:基于金字塔注意力网络的图像超分辨率重建本文为全代码,原文请看:传送门import torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.utils.data import DataLoader,Dataset,SubsetRandomSamplerimport torch.optim as optimfrom torchvision.utils import save_imageimport原创 2021-09-25 20:34:43 · 2416 阅读 · 3 评论 -
PANet:基于金字塔注意力网络的图像超分辨率重建(Pytorch实现)
PANet:基于金字塔注意力网络的图像超分辨率重建[!] 为了提高代码的可读性,本文模型的具体实现与原文具有一定区别,因此会造成性能上的差异文章目录PANet:基于金字塔注意力网络的图像超分辨率重建1.相关资料2.简介3.模型结构4.项目实践4.1 准备工作4.2 具体实现4.2.1 导入项目所需库4.2.2 构建数据集4.2.3 构建网络模型# 特征金字塔部分# 模型部分4.2.4 准备训练配件# 优化器# 损失函数# 评估标准## PSRN## SSIM4.2.5 构建训练框架4.2.6 训练结原创 2021-09-25 20:31:50 · 5704 阅读 · 1 评论 -
Github——基于Pix2Pix的城市卫星影像翻译(Pytorch实现)
基于Pix2Pix的城市卫星影像翻译Github地址:NikkiElwin/Pix2Pix-Pytorchemmm至于教程嘛,可以看看这个文章:生成对抗网络系列(4)——pix2pix实现效果:这是跑了99个Epoch的结果:GIF文件太大放不出来= =,请去Github上看吧...原创 2021-02-16 22:03:34 · 576 阅读 · 2 评论 -
Pytorch入门——MNIST手写数字识别代码
MNIST手写数字识别教程本文仅仅放出该教程的代码具体教程请看 Pytorch入门——手把手教你MNIST手写数字识别import torchimport torchvision from tqdm import tqdmimport matplotlib#By: Elwin https://editor.csdn.net/md?not_checkout=1&articleId=112980305class Net(torch.nn.Module): def __init原创 2021-01-22 12:37:29 · 17222 阅读 · 51 评论 -
Pytorch入门——手把手教你MNIST手写数字识别
MNIST手写数字识别教程要开始带组内的小朋友了,特意出一个Pytorch教程来指导一下[!] 这里是实战教程,默认读者已经学会了部分深度学习原理,若有不懂的地方可以先停下来查查资料目录MNIST手写数字识别教程1 什么是MNIST?2 使用Pytorch实现手写数字识别2.1 任务目的2.2 开发环境2.3 实现流程3 具体代码实现3.1 数据预处理部分3.1.1 初始化全局变量3.1.2 构建数据集3.2 训练部分3.2.1 构建模型3.2.2 构建迭代器与损失函数3.2.3 构建训练循环3.2原创 2021-01-22 12:35:11 · 57567 阅读 · 28 评论 -
超分辨率——基于SRGAN的图像超分辨率重建(Pytorch实现)
基于SRGAN的图像超分辨率重建本文偏新手项,因此只是作为定性学习使用,因此不涉及最后的定量评估环节1 简要介绍SRGAN的原论文发表于CVPR2017,即《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》SRGAN使用了生成对抗的方式来进行图像的超分辨率重建,同时提出了一个由Adversarial Loss和Content Loss组成的损失函数。更详细的介绍可以去看看原创 2021-01-20 22:55:25 · 22353 阅读 · 96 评论 -
中国地图填色问题Python API(动态)
基于中国地图的填色问题动态API这几天课设需要使用到中国地图来做填色问题,于是做了一个动态的中国地图API主要思路:使用一个邻接表实现的无向图作为中国地图,然后使用一个平行的数组来表示结点的颜色。代码:#Elwinimport timeimport matplotlib.pyplot as pltimport numpy as npimport cv2class ChinaMap(): """China map dynamic visualization class"""原创 2021-01-08 09:34:51 · 1949 阅读 · 2 评论 -
超分辨率——基于SRResNet的图像超分辨率重建(Pytorch实现)
基于SRResNet的图像超分辨率重建因为事务繁忙,所以博客好久都没有更新了,今天难得有空更新一下。1. 任务描述使用Pytorch实现SRResNet模型。2. 知识准备2.1 图像超分辨率像超分辨率是指从低分辨率图像中恢复出自然、清晰的纹理,最终得到一张高分辨率图像,是图像增强领域中一个非常重要的问题。近年来,得益于深度学习技术强大的学习能力,该问题有了显著的进展1。2.2 SRResNetSRResNet 网络来源于SRGAN的生成器,允许修复更高频的细节。SRResNet上存在两个原创 2020-11-20 17:05:05 · 17553 阅读 · 42 评论 -
简单高效的Python数组动态可视化
简单高效的Python数组可视化主要内容介绍实现方式整体代码介绍在遇到一些涉及到数组的算法中(例如排序、或者说是统计),数组的可视化能够给我们提供一种更加直观的视角来找到自己程序的Bug(或者是学习某些算法的实现原理)。在这里介绍的是一份我写于提供给初学者的数组可视化类,其中我为了降低难度和减少成本,因此阉割了很多次要内容。在这份代码中我提供了对应的接口,可以让其他程序员直接导入我的代码文件后进行拓展。实现方式1 目标对数组进行可视化展示2 实现原理使用 Mat原创 2020-07-03 18:20:22 · 1914 阅读 · 0 评论