原创 1.5卷積神經網絡筆記—strided步幅
1.步幅strided=2時卷積計算及相應公式 strided=1時，計算卷積輸出矩陣不同位置的值是將濾波器矩陣（右或下）移動一格strided=2時，計算卷積輸出矩陣不同位置的值是將濾波器矩陣（右或下）移動2格如上圖所得輸出矩陣s=
2020-06-25 14:49:19
原创 conda創建虛擬python環境和pytorch
A、安裝python虛擬環境 1、安裝anaconda 2、查看conda版本 ：conda -V 3、創建特定版本python虛擬環境： conda create -n yourenvname python=3.7 4、激活環境：
2020-06-25 14:49:18
原创 找規律題（面試+練腦子）
圖形爲主--圖像相似（都含有方框、圓形一類的）--找相同部分之間聯繫（前一個圖形中含有後一個圖形的什麼東西之類的）---找轉彎關係 eg、1 從所給四個選項中，選擇最合適的一個填入問號處，使之呈現一定的規律性( ) 先觀察題乾圖形，以
2020-06-25 14:49:18
原创 深度學習之圖像處理方向與pytorch的基礎知識彙總
點開鏈接以後別忘了回來點個贊 o -_-! 1、GAN中用到的損失函數BCELoss 這篇文章講的特清楚： Pytorch詳解BCELoss和BCEWithLogitsLoss 2、圖像質量評價指標PSNR，MSE，SSIM： 先講
2020-06-08 13:36:40
原创 1.4卷積神經網絡筆記—Padding
1.邊緣檢測的缺點6*6矩陣與3*3矩陣卷積，得到4*4矩陣。普遍規律是 n*n 卷積 f*f 得到 n-f+1 * n-f+1。但是存在兩個缺點：1.卷積後的矩陣越變越小（如果卷積層100層，每一層都縮小最終得到的將是很小的圖片）2.
2020-02-21 05:31:15
原创 1.2--1.3卷積神經網絡筆記—邊緣檢測實例
一.如何在圖像中檢測（垂直）邊緣(計算過程)：左圖：灰度圖像6*6矩陣，（彩色圖像爲6*6*3，灰度圖像沒有RGB三通道）中間圖：爲檢測圖形垂直邊緣，構建3*3矩陣，稱爲過濾器（或核）右圖：用3*3過濾器對6*6矩陣進行卷積運算，輸出結果
2020-02-21 05:31:15
原创 從FCN到Unet到Unet++
原文鏈接：https://zhuanlan.zhihu.com/p/44958351 U-Net和FCN非常的相似，U-Net比FCN稍晚提出來，但都發表在2015年，和FCN相比，U-Net的
2019-09-15 17:08:38
35
原创 pytorch之 nn.Modlue及nn.Linear 源碼理解
本文轉自： https://blog.csdn.net/dss_dssssd/article/details/82977170 先看一個列子： import torch from torch import nn m = nn.Line
2019-06-21 17:33:20
7
原创 小波變換2
本文轉自： https://blog.csdn.net/yq_forever/article/details/55253004 上篇文章已經說得很詳細了，這邊文章作爲補充。 首先是一個宏觀的例子： 相信大家都看過油畫。 對於特別巨幅的
2019-06-18 17:22:35
原创 小波變換詳解
本文轉自：https://blog.csdn.net/neufeifatonju/article/details/80483282 要講小波變換，我們必須瞭解傅立葉變換。要了解傅立葉變換，我們先要弄清楚什麼是”變換“。很多處理，不
2019-06-18 17:22:35
原创 SEnet論文筆記
本文來源於：https://blog.csdn.net/wangkun1340378/article/details/79092001 先用一句話總結：SEnet是CVPR 2018年提出的通過建模輸入特徵的通道間關係，從而得到不同通道c
2019-06-10 19:00:22
原创 拉普拉斯算子原理 圖像增強
本文轉自：https://blog.csdn.net/huang1024rui/article/details/46537205 數學基礎 拉普拉斯算子，二階微分線性算子，爲什麼上來就學二階微分算子，前文說過，與一階微分相
2019-06-10 19:00:22
原创 NL-Means 去噪算法
轉載 NL-Means 去噪算法： https://blog.csdn.net/Murray_/article/details/80347854
2019-03-20 17:08:42