深度学习
文章平均质量分 77
追梦Hocking
这个作者很懒,什么都没留下…
展开
-
错误 NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. 解决方案
这是由于重启服务器,linux内核升级导致的,由于linux内核升级,之前的Nvidia驱动就不匹配连接了,但是此时Nvidia驱动还在,可以通过命令。ls /usr/src/ | grep nvidia,字符串中。3、再次 nvidia-smi,发现可以了。后面的部分都是驱动版本。1、 查看当前驱动版本。原创 2023-02-03 12:15:15 · 4278 阅读 · 3 评论 -
CVPR 2022 Image Dehazing Transformer with Transmission-Aware 3D Position Embedding 个人学习笔记
在下面的内容中,我们将详细介绍这些模块。更详细的网络结构和参数可以在补充材料中找到。 3.2. Network StructureTransformer模块。为了实现全局环境来处理空间变化的雾霾,我们采用了一种具有很强的建模远程依赖能力的变压器。具体来说,我们采用Swin Transformer[21]作为骨干backbone,基于其有效性和效率之间的良好权衡,提取分层变压器特征。其他的变压器骨干也可以在我们的框架中使用。虽然更大的图像补丁可以提高Swin Transformer[21]的计算效率,但它会在原创 2022-09-24 17:57:53 · 3338 阅读 · 1 评论 -
Deep Retinex Decomposition for Low-LightEnhancement (2018 BMCV,含代码)
摘要Retinex模型是弱光图像增强的有效工具。它假设观察到的图像可以分解为反射率和照明度。大多数现有的基于retinex的方法都为这种高度病态的分解精心设计了手工制作的约束和参数,当应用于各种场景时,这可能会受到模型容量的限制。在本文中,我们收集了一个包含低/正光图像对的低光数据集(LOL),并提出了一个在该数据集上学习的深度Retinex网,包括一个用于分解的Decom-Net网和一个用于照明调整的Enhance-Net 。在深度网的训练过程中,没有分解的反射率和照明的地面真相ground truth。原创 2022-07-12 12:18:42 · 2660 阅读 · 1 评论 -
小白零基础学习:详解梯度下降算法:完整原理+公式推导+视频讲解
首先简单自我介绍一下,本人现在是国内某211大学2019级博士研究生,计算机科学与技术专业,研究方向和兴趣包括深度学习(CV)、图像处理、菌群仿生优化算法、元胞自动机等,愿与大家分享自己的学习心得!目前主要研究图像去雾算法和深度学习理论。如果要学习Machine Learning和Deep Learing,那么Gradient Descent Algorithm (梯度下降算法)是必须要掌握...原创 2019-10-26 18:04:13 · 9596 阅读 · 8 评论