笔记
文章平均质量分 79
ysh9888
这个作者很懒,什么都没留下…
展开
-
Enhanced Deep Residual Networks for Single Image Super-Resolution
其次,现有的SR算法将不同尺度因子的超分辨率视为独立问题,而没有考虑和利用不同尺度之间的相互关系,这些算法需要许多特定尺度的网络,这些网络需要独立训练来处理不同尺度。通过对预处理模块采用较大的内核,我们可以保持特定规模的部分较浅,而在网络的早期阶段则覆盖了较大的接受域。我们不仅利用了每个尺度的学习特征之间的相互关系,而且还提出了一种新的多尺度模型,可以有效地重建不同尺度的高分辨率图像。在图2中,我们比较了来自原始ResNet[9]、SRResNet[14]和我们提出的网络的每个网络模型的构建块。...原创 2022-08-09 16:28:57 · 2323 阅读 · 0 评论 -
python安装包、pytorch3d
Read timed out.pip --default-timeout=100 install -U Pillow安装速度慢,清华园pip install torch===1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simplepip3 install imblearn -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn pymys原创 2022-05-28 16:32:47 · 358 阅读 · 0 评论 -
ESRGAN: Enhanced 增强的Super-Resolution Generative Adversarial Networks
Abstract.Super-Resolution Generative Adversarial Network (SR-GAN)是一项开创性的工作,能够在单幅超分辨率图像中生成真实的纹理。然而,幻觉中的细节往往伴随着令人不快的伪影unpleasant artifacts。为了进一步提高视觉质量,我们深入研究了SRGAN的三个关键组成部分——网络结构,对抗性损失adversarial loss和感知损失perceptual loss,并对它们进行了改进,得到了增强型EnhancedSRGAN(E...原创 2022-05-24 17:10:47 · 3035 阅读 · 0 评论 -
来自慕课 人工智能实践:Tensorflow笔记 的代码
人工智能实践:Tensorflow笔记课件源码下载链接:https://pan.baidu.com/s/19XC28Hz_TwnSQeuVifg1UQ提取码:mocm本文将包含课上老师演示过的所有代码目录第一讲 神经网络计算学习率指数衰减学习率鸢尾花数据集分类数据集读取总程序第二讲np.mgrid[]损失函数均方误差损失函数MSE自定义损失函数交叉熵损失函数softmax与交叉熵结合缓解过拟合第一讲 神经网络计算学习率import tensorflow as tfw = tf.Variab原创 2022-05-18 21:29:12 · 319 阅读 · 0 评论 -
IBRNet: Learning Multi-View Image-Based Rendering学习基于多视图图像的渲染
目录IBRNet: Learning Multi-View Image-Based Rendering学习基于多视图图像的渲染Abstract1.Introduction2.Related workImage based renderingVolumetric RepresentationsNeural scene representations3.Method3.1.视图选择和特征提取3.2 RGB-σ prediction using IBRNet3.2.原创 2022-05-09 17:06:49 · 3125 阅读 · 0 评论 -
pixelNeRF代码流程
目录pixelNeRF: ReadMEEnvironment setupGetting the dataRunning the model (video generation)ShapeNet Multiple Categories (NMR)ShapeNet Single-Category (SRN)DTUReal Car ImagesOverview of flagsQuantitative evaluation instructions定量评估说明train.pyconfigdatasetnetcla原创 2022-05-07 14:34:21 · 2915 阅读 · 8 评论 -
pixelNeRF: Neural Radiance Fields from One or Few Images 翻译笔记
目录Abstract1. Introduction2.相关工作对比3.NeRF限制4.Image-conditioned NeRF4.1Single-Image pixelNeRF4.2Incorporating Multiple Views 合并多个视图5.ExperimentsImplementation Details5.1. ShapeNet Benchmarks5.1.1 Category-specifific View Synthesis Benc原创 2022-05-06 17:24:49 · 2333 阅读 · 0 评论 -
NeRF-pytorch-readme
NeRF-pytorchNeRF(神经辐射场)是一种实现最先进的结果来合成复杂场景的新观点的方法。以下是由这个存储库生成的一些视频(下面提供了预先训练过的模型):这个项目是NeRF的忠实PyTorch实现,在运行1.3倍的速度复制结果。该代码基于作者的tenserflow实现here,并已测试了数值匹配。Installationgit clone https://github.com/yenchenlin/nerf-pytorch.gitcd nerf-pytorch...原创 2022-04-28 10:49:53 · 683 阅读 · 0 评论 -
NeRF论文翻译笔记
分享 | NeRF神经辐射场理解_深兰深延AI的博客-CSDN博客_神经辐射场NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis将场景表示为视图合成的神经辐射场摘要我们提出了一种方法,通过使用稀疏的输入视图集来优化底层的连续体积场景函数,来实现合成复杂场景的新视图的最新结果。我们的算法使用一个全连接(非卷积)深度网络表示一个场景,该网络的输入是一个连续的5D坐标(空间位置(x, y, z)和观看方向(θ原创 2022-04-28 10:28:09 · 2199 阅读 · 1 评论 -
python 远程连服务器
Instant Neural Graphics Primitives with a Multiresolution Hash Encoding基于多分辨率哈希编码的即时神经图形基元论文地址:https://nvlabs.github.io/instant-ngp/assets/mueller2022instant.pdf项目地址:https://github.com/NVlabs/instant-ngp项目主页:https://nvlabs.github.io/instant-ngp/...原创 2022-04-27 21:53:46 · 2033 阅读 · 0 评论 -
Instant Neural Graphics Primitives with a Multiresolution Hash Encoding 翻译
Instant Neural Graphics Primitives with a Multiresolution Hash Encoding基于多分辨率哈希编码的即时神经图形基元论文地址:https://nvlabs.github.io/instant-ngp/assets/mueller2022instant.pdf项目地址:https://github.com/NVlabs/instant-ngp项目主页:https://nvlabs.github.io/instant-ngp/I原创 2022-04-25 17:17:05 · 5239 阅读 · 3 评论 -
NeRF-SR: High-Quality Neural Radiance Fields using Super-Sampling论文翻译
使用超采样的高质量神经辐射场Abstract我们提出了NeRF-SR,一种高分辨率(HR)新视图合成的解决方案,主要采用低分辨率(LR)输入。我们的方法是建立在神经辐射场(NeRF)[33]的基础上的,该[33]通过多层感知器预测每一个点的密度和颜色。在生成任意尺度的图像时,NeRF正在努力处理超出观测图像的分辨率。我们的关键见解是,NeRF有一个局部先验,这意味着一个三维点的预测可以在附近的区域传播,并保持准确。我们首先利用一种超采样策略,在每个图像像素上拍摄多条光线,从而在亚像素水平上施加多视图原创 2022-04-14 22:07:51 · 2211 阅读 · 3 评论 -
nerf-pytorch3D 代码详细流程 debug
目录model:class RadianceFieldRendererdef __init__def precache_raysdef _process_ray_chunkdef forwardstats objectclass Stats:def __init__def hard_reset(self, epoch: int = -1) -> Nonedef reset(self) -> None学习率scheduler 设置可视化设置数据集1、加载training/validation数据。原创 2022-04-10 17:06:29 · 4426 阅读 · 1 评论 -
LowRankGAN代码详解
论文:[NeurIPS 2021] Low-Rank Subspaces in GANszhujiapeng.github.io/lowrankgan/代码下载地址: https://github.com/zhujiapeng/LowRankGANreadme原创 2022-01-12 21:13:46 · 551 阅读 · 0 评论 -
高级计算机图形学:光线追踪算法
import numpy as npimport matplotlib.pyplot as pltdef normalize(x): return x / np.linalg.norm(x)def intersect(origin, dir, obj): # 射线与物体的相交测试 if obj['type'] == 'plane': return intersect_plane(origin, dir, obj['position'], obj['normal原创 2021-12-20 17:35:03 · 868 阅读 · 0 评论 -
日常笔记之模式识别基础:概率密度 最大似然估计
概率密度原创 2021-12-20 01:55:16 · 2124 阅读 · 0 评论 -
Low-Rank Subspaces in GANs
代码 :https://github.com/zhujiapeng/LowRankGAN/.摘要生成对抗网络(GAN)的潜在空间被证明在一些子空间中编码丰富的语义。为了识别这些子空间,研究人员通常会从一组合成数据中分析统计信息,识别出的子空间往往会全局控制图像属性(即操纵一个属性会导致整个图像的变化)。相比之下,这项工作引入了低秩子空间,可以更精确地控制GAN的生成。具体来说,给定任意图像和感兴趣的区域(例如人脸图像的眼睛),我们设法用雅可比矩阵将潜在空间与图像区域联系起来,然后使用低秩因子分解来发现可原创 2021-11-26 15:38:55 · 2147 阅读 · 1 评论 -
pytorch 基础 迪哥
https://github.com/PlayPurEo/ML-and-DL/blob/master/pytorch原创 2021-11-24 16:45:29 · 971 阅读 · 0 评论 -
Cycle-Consistent Inverse GAN for Text-to-Image Synthesis
ABSTRACT本文研究了一个开放的文本到图像合成的研究任务,用于从文本描述中自动生成或操作图像。目前流行的方法主要是以文本作为GAN生成的条件,针对文本引导的图像生成和操作任务训练不同的模型。在本文中,我们针对文本到图像的生成和文本引导的图像操作任务,提出了一种新的周期一致性逆GAN Cycle-consistent Inverse GAN (CI-GAN) 统一框架。具体来说,我们首先训练一个没有文本输入的GAN模型,旨在生成多样性和质量都很高的图像。然后我们学习一个GAN反演模型 GAN inver原创 2021-11-11 17:09:52 · 3212 阅读 · 0 评论 -
Dynamic Resolution Network
Abstract由于准确性的原因,深度卷积神经网络(CNN)通常具有复杂的设计,有许多可学习的参数。为了减轻在移动设备上部署它们的昂贵成本,最近的工作为挖掘预先定义的架构中的冗余做了巨大的努力。然而,现代CNN在输入分辨率上的冗余还没有得到充分的研究,即输入图像的分辨率是固定的。在本文中,我们观察到使用同一神经网络精确预测给定图像的最小分辨率是不同的。为此,我们提出了一种基于每个输入样本动态确定输入分辨率的新型动态分辨率网络。其中,与期望的网络一起探索和优化计算开销可以忽略不计的分辨率预测器。具体来说,预原创 2021-10-27 11:16:48 · 828 阅读 · 5 评论 -
LANCZOSNET: MULTI-SCALE DEEP GRAPH CONVOLUTIONAL NETWORKS论文翻译
参考资料:【LanczosNet】LANCZOSNET: MULTI-SCALE DEEP GRAPH CONVOLUTIONAL NETWORKS 论文笔记摘要我们提出了Lanczos network(LanczosNet),它使用 Lanczos algorithm 构造了图卷积的图拉普拉斯量graph Laplacian的低秩近似 low rank approximations。利用Lanczos算法的三对角分解 tridiagonal decomposition,通过矩阵乘方的快速近似计算有效原创 2021-10-08 15:33:27 · 612 阅读 · 1 评论 -
【GAMES101】现代计算机图形学入门 资料整理
课程网址课程主页 包括ppt课程PPT和视频一篇搞定!GAMES101现代计算机图形学入门(全)作业链接地址作业论坛GAMES101课程环境搭建(Win10+VSCode)计算机图形学笔记虎书pdf 提取:n2rx【必须】:高等数学(微积分、线性代数)、算法、数据结构【非必须】:信号处理、数值分析、大学物理(光学)在线公式编辑器一定要做作业,如果个人要配置环境的话应该是配置opencv,eigen这两个核心库就行了,目前觉得最核心的一个作业是作业3,实现着色器和渲染管线,做完一遍原创 2021-09-18 19:32:14 · 1268 阅读 · 0 评论 -
GRAPH ATTENTION NETWORKS图注意力网络 论文翻译
ABSTRACT我们提出了图注意网络(GATs),这是一种新型的基于图结构数据的神经网络结构,利用屏蔽的自注意层masked self-attentional layers来解决基于图卷积或其近似的现有方法的缺点。通过堆叠节点能够参与其邻域特征的层,我们可以(隐式)为邻域中的不同节点指定不同的权重,而不需要任何代价高昂的矩阵运算(比如求逆),也不依赖于预先知道图的结构。通过这种方法,我们同时解决了基于谱的图神经网络的几个关键挑战,使我们的模型易于适用于归纳inductive和转导问题transductiv原创 2021-09-17 19:54:23 · 660 阅读 · 0 评论 -
GRAPH ATTENTION NETWORKS图注意力网络(深入浅出图神经网络)
GRAPH ATTENTION NETWORKS原创 2021-09-17 17:18:20 · 329 阅读 · 0 评论 -
ContraGAN: Contrastive Learning for Conditional Image Generation
Abstract条件图像生成是利用类标签信息生成多样化图像的任务。尽管许多条件生成对抗性网络(GAN)都显示出了逼真的结果,但这类方法将图像嵌入和相应标签嵌入(数据到类关系data-to-class relations)之间的成对关系视为条件损失conditioning losses。在这篇文章中,我们提出了ContraGAN,通过使用条件对比损失conditional contrastive loss来考虑同一批次中多个图像嵌入之间的关系(数据到数据的关系)以及数据到类的关系。ContraGAN的鉴别器原创 2021-09-16 15:26:19 · 1461 阅读 · 0 评论 -
Partition-Guided GANs
Abstract尽管⽣成对抗⽹络(GAN)取得了成功,但它们的训练仍⾯临⼏个众所周知的问题,包括模式崩溃和学习⼀组不相连的流形的困难。在本⽂中,我们将学习复杂⾼维分布、⽀持不同数据样本的挑战性任务分解为简单的⼦任务。我们的解决⽅案依赖于设计⼀个分区器 partitioner,将空间分成更⼩的区域,每个区域都有⼀个更简单的分布,并为每个分区训练⼀个不同的⽣成器。这是在⽆监督的⽅式下完成的,不需要任何标签。我们为空间分区器制定了两个理想的标准,以帮助训练我们的混合⽣成器: 1)⽣成连接的分区,2)提供分区和原创 2021-09-16 12:31:16 · 214 阅读 · 0 评论 -
Bird stackgan v2
啊????YzE0NDdmMg==复制这段内容后打开百度网盘手机App,操作更方便哦 链接:https://pan.baidu.com/s/1YDhzEgcAvjdH9Up4isk7Zg 提取码:q818原创 2021-07-25 03:06:35 · 113 阅读 · 0 评论 -
Image Captioning
整个项目代码链接:https://pan.baidu.com/s/1ytgF5z-8YqZS_6T4fG3IuQ提取码:48io 复制这段内容后打开百度网盘手机App,操作更方便哦Image CaptioningREADMETraining phaseTest phaseUsagePretrained model2. Download the datasetrequirements.txtdownload.sh3.Preprocessingbuild_vocab.pyresize.py1. os..原创 2021-06-28 15:05:42 · 259 阅读 · 0 评论 -
Sg2im拼接
from imageio import imwritepath='/1T/ysh/sg2im-master/models/checkpoint_with_model.pt'checkpoint=torch.load(path)train_samples = checkpoint['train_samples'] #list 100 4 32*3*64*64val_samples = checkpoint['val_samples']# tdimen = np.array(train_samp原创 2021-05-13 17:34:51 · 162 阅读 · 0 评论 -
Unsupervised text-to-image synthesis代码
pseudo_infer.pyPseudoInfer(sys.argv[2])sys.argv[2]https://www.cnblogs.com/liangmingshen/p/8906148.html原创 2020-12-05 15:20:00 · 150 阅读 · 0 评论 -
基于Java Web的考研预调剂系统的研发
在这里插入图片描述在这里插入图片描述原创 2020-08-09 20:48:13 · 321 阅读 · 0 评论 -
SQL server 数据库基础
查询select *from sc,studentwhere student.son=sc.sno and sc.cno=course.cno grade <60 or grade is null--逃逸字符select *from course where cname like 'DB\_%' escape '\'--聚类函数、排序、分组查询select sno,max(grade),avg(grade),min(grade)from scgroup by sno havi原创 2020-07-18 04:12:40 · 231 阅读 · 0 评论 -
opengl基础
原创 2020-06-08 09:47:21 · 111 阅读 · 0 评论 -
清华大学数据挖掘课程笔记
![找数据的网址![](https://img-blog.csdnimg.cn/20200604174232772.jpeg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNjIwOTY3,size_16,color_FFFFFF,t_70)原创 2020-06-04 17:44:30 · 621 阅读 · 0 评论 -
R语言 logistics回归
# 设置工作空间# 把“数据及程序”文件夹拷贝到F盘下,再用setwd设置工作空间#setwd("E:\\R_workspace\\R语言数据分析与挖掘实战\\chp5")# 读入数据#Data <- read.csv("./data/bankloan.csv")[2:701, ]Data <- file('shuju.txt','r')#要把该文件与程序文件放在同一个文件...原创 2020-03-15 21:53:35 · 1021 阅读 · 0 评论 -
偷懒时间处理--对时间进行排序
时间的形式是这样的无法用excle 直接排序(或者有但是我不会)1.先把时间复制到txt文件里2.然后把 /全部替换成空格3.然后用matlab读取 txt 文件load shuju.txtA=shuju;4.最后复制回excle,对三列时间数据进行排序。...原创 2020-03-15 21:23:30 · 114 阅读 · 0 评论 -
cmd一些指令
修改成pip3 install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn pymysql主要是加后面这串原创 2020-03-06 12:53:45 · 179 阅读 · 0 评论 -
灰色预测模型代码
GM(1,1)灰色预测模型的运算和检验代码function []=greymodel(y)% 本程序主要用来计算根据灰色理论建立的模型的预测值。% 应用的数学模型是 GM(1,1)。% 原始数据的处理方法是一次累加法。y=input(‘请输入数据 ‘);n=length(y);yy=ones(n,1);yy(1)=y(1);for i=2:nyy(i)=yy(i-1)+y(i)...原创 2020-03-05 16:57:15 · 2366 阅读 · 0 评论 -
matlab小技巧
有关命令行环境的一些操作close all 关闭所有(图形)窗口详情请看:https://blog.csdn.net/zzhays/article/details/8043554(1) clc擦去一页命令窗口(2) clear从工作空间清除所有变量(3) clf清除图形窗口内容(7) which <文件名>查找指定文件的路径( 9 ) clear all从工作空...原创 2020-02-19 22:43:03 · 358 阅读 · 0 评论 -
实现两个稀疏矩阵 三元组顺序存储格式下 的乘法 matlab代码
不好意思本人较懒直接放代码,应该也没什么不懂的吧,要是有,就问吧。%实现两个稀疏矩阵 三元组顺序存储格式下 的乘法clc;clear;p=0;% 判断输入的两个矩阵是否可以相乘while(p0)disp(‘请输入矩阵A的三元组矩阵’);A=input(‘A=’);disp(‘请输入矩阵B的三元组矩阵’);B=input(‘B=’);mA= A(1,1);%A矩阵中的行数nA...原创 2019-11-18 10:54:00 · 423 阅读 · 0 评论