原创 DBPN-Deep Back-Projection Networks For Super-Resolution
paper pytorch // caffe NTIRE2018比賽中8倍的bicubic第一名，PIRM2018比賽中Region 2的第一名 主要是採用了誤差反饋機制，類似於在每個深度下做CycleGAN 以上採樣單位爲例： 輸入低分
2019-05-15 02:34:33
原创 EDSR以後的超分辨率綜述（2018年）
1. DBPN (Deep Back-Projection Networks For Super-Resolution, CVPR2018) 這篇文章提出了一種迭代地計算上採樣和下采樣投影誤差的錯誤反饋機制，對重建過程進行引導以得到更好的
2019-05-09 23:26:58
原创 注意力機制Attention
CSDN：https://blog.csdn.net/qq_40027052/article/details/78421155#t0 計算機視覺中的Attention：https://zhuanlan.zhihu.com/p/329286
2019-04-17 23:00:42
原创 GAN小結（BEGAN EBGAN WGAN CycleGAN conditional GAN DCGAN PGGAN VAEGAN）
斷斷續續看了生成對抗網絡一些日子，下面把我比較感興趣也算是我認爲效果比較好的GAN進行簡單梳理，其中會參考衆多前輩的文章，主要包括 1.EBGAN 原文 https://arxiv.org/pdf/1609.03126.pdf 2.BE
2019-04-16 23:39:34
73
原创 在本地打開遠端服務器上Tensorboard
鏈接：https://blog.csdn.net/index20001/article/details/82871634 主要是在Xshell上開設偵聽端口 屬性——ssh——隧道——添加 源主機：127.0.0.1 偵聽端口：6006（
2019-04-11 23:12:57
25
原创 tf.shape和tf.get_shape().as_list()
tf.shape()獲取張量 import tensorflow as tf import numpy as np a_array=np.array([[1,2,3],[4,5,6]]) b_list=[[1,2,3],[3,4
2019-04-03 23:03:48
2
原创 最大似然估計與最大後驗概率區別
https://blog.csdn.net/u011508640/article/details/72815981 最大後驗概率比最大似然估計多了先驗概率
2019-03-29 23:09:05
原创 celebA數據集介紹
list_attr_celeba.txt文本中是人臉圖像的標記 包含： 5_o_Clock_Shadow Arched_Eyebrows 柳葉眉 Attractive 吸引人的 Bags_Under_Eyes 眼袋 Bald 禿頭 Ban
2019-03-25 23:08:07
2
原创 k-means 聚類的原理以及缺點及對應的改進
轉自：https://www.cnblogs.com/yumoye/p/10332138.html https://blog.csdn.net/wxf_ou/article/details/75634107 傳統K-Means算法流程
2019-03-07 22:14:49
51
原创 K-Means聚類方法與EM算法之間的關係
初始目的 將樣本分成K個類，其實說白了就是求一個樣本例的隱含類別y，然後利用隱含類別將x歸類。由於我們事先不知道類別y，那麼我們首先可以對每個樣例假定一個y吧，但是怎麼知道假定的對不對呢？怎樣評價假定的好不好呢？ 我們使用樣本的極
2019-03-07 22:14:38
5
原创 L1 L2正則化爲什麼可以解決過擬合問題
轉自：https://blog.csdn.net/liuhongyue/article/details/83141965 正則化方法：防止過擬合，提高泛化能力 在訓練數據不夠多時，或者overtraining時，常常會導致overfitt
2019-03-03 22:20:20
原创 歸一化方法：BN LayerNorm（LN)InstanceNorm(IN)GroupNorm(GN) SwitchableNorm(SN)
原文：https://blog.csdn.net/liuxiao214/article/details/81037416 本篇博客總結幾種歸一化辦法，並給出相應計算公式和代碼。 1、綜述 1.1 論文鏈接 1、Batch Normal
2019-02-28 21:51:41
原创 深度學習在超分辨率重建上的應用
轉自： https://zhuanlan.zhihu.com/p/25532538 https://zhuanlan.zhihu.com/p/50192019 超分辨率技術（Super-Resolution）是指從觀測到的低分辨率圖像
2019-02-27 22:01:37
原创 超分辨率-SRMD CVPR2018
目前的超分辨率多是針對下采樣的超分辨率重建，與實際退化模型不符。 本文以模糊核和噪聲級的LR作爲輸入，以退化模型爲依據。 提出一個具有維度拉伸的通用框架 維度拉伸 網絡結構
2019-02-27 22:01:37
1