深度学习
文章平均质量分 89
哈土奇
这个作者很懒,什么都没留下…
展开
-
GAN生成动漫头像
GAN生成动漫头像这篇文章主要是听的李宏毅老师的GAN课程,结合了一些《深度学习框架pytorch入门与实践》中的代码实现的。GAN原理简介GAN(Generative adversarial Networks)生成对抗网络,GAN解决了一个著名问题:给定一批样本,训练一个系统可以生成类似的新样本。生成对抗网络,顾名思义,有两个部分一个是生成器(Generator),一个判别器(Discriminator),两者相互对抗,左右互博。生成器(Generator):输入一个随机噪声,生成一张图片判别原创 2022-03-31 21:00:35 · 1261 阅读 · 0 评论 -
MIMO-UNet学习
由粗到细的策略广泛应用于单图片去模糊网络结构当中。传统的方法是堆叠以多尺度图像作为输入的子网络。从底层子网络到顶部网络逐渐提高图像清晰度。产生了不可避免的高计算量消耗。为了设计一个快速而精确的去模糊网络,提出了MIMO-UNet。原创 2022-02-22 21:41:12 · 5706 阅读 · 11 评论 -
Skimage.measure 的compare_psnr和compare_ssim的改动
Skimage.measure 的compare_psnr和compare_ssim的改动最近看一个代码里面计算psnr和ssim使用的是老版本的用法,代码跑不起来。from skimage.measure import compare_psnr,compare_ssim查阅之后发现是新版本废弃了这两个方法。然后在API文档中搜索找到了新版本应该使用的APIfrom skimage.metrics import structural_similarity as compare_ssimfrom原创 2022-01-12 22:05:22 · 20467 阅读 · 4 评论 -
三种上采样的方式总结
三种上采样方式总结在GAN,图像分割等等的网络中上采样是必不可少的。这里记录一下自己学到的三种上采样方式:反卷积(转置卷积),双线性插值+卷积,反池化。反卷积(转置卷积)卷积只会减小或不变输入的大小,转置卷积则是用来增大输入的大小。用于细化粗的特征图等等,FCN中就有应用。这里一个图就能很简单表明他做的事情。感觉就是做的卷积反过来的事情。转置卷积是可以进行学习的。kernel核张量与输入的张量中,逐个元素相乘,放在对应的地方。就是说第一个元素是0,就是0乘上整个核张量,放在对应的位置。第二个元素是原创 2022-01-06 20:49:10 · 29291 阅读 · 0 评论 -
pytorch入门笔记04
训练一个分类器在这里,你已经了解了如何定义神经网络,计算损失和更新网络的权重。现在你可能会想数据是什么?总的来说,当你解决图像,文字,音频或视频数据,你能用标准的python包加载数据到numpy数组。然后你可以将这个数组转为torch.*Tensor.对于图像,可以用Pillow,OpenCV对于音频,可以用scipy和librosa对于文字,用要么是raw Python 或者 Cython 或NLTK和SpaCy尤其是视觉,我们创建了一个包名为 torchvision, 它有公共数据集原创 2021-10-13 21:38:40 · 142 阅读 · 0 评论 -
pytorch入门笔记03
神经网络神经网络可以通过使用torch.nn包进行构建现在你粗略了解了autograd,nn依赖autograd去定义模型还有求微分。一个nn.Module含有很多层和forward(input)方法,forward方法返回output这是一个前馈网络的例子。他接收输入,逐层传递输入,最终给出输出一个典型的神行网络训练流程如下:定义有一些可学习参数的神经网络遍历输入的数据集通过网络处理输入计算损失(输出和正确解有多远)将梯度传回网络参数中更新网络权重, 经典的更新例子: W = W原创 2021-10-13 21:25:12 · 286 阅读 · 0 评论 -
pytorch入门笔记02
pytorch自动微分torch.Tensor是包的核心类,有个属性.requires_grad设为True就会跟踪tensor所有操作。计算完成后调用backward()自动计算所有梯度。这个张量的梯度将累计到.grad属性中调用.detach()可以与计算历史记录分离。也可以用 with torch.no_grad(): 包起来。Tensor当中有一个属性grad_fn用来记录创建了张量的Function引用。import torchx = torch.ones(2,2,requires_g原创 2021-10-13 21:22:54 · 100 阅读 · 0 评论 -
pytorch入门笔记01
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar原创 2021-10-13 21:20:11 · 110 阅读 · 0 评论