摘要：
论文原文：https://arxiv.org/pdf/1608.03981.pdf 笔记参考：【图像去噪】DnCNN论文详解 文章贡献： 针对高斯去噪提出了以一个端对端的可训练的深度神经网络。与现有的基于深度神经网络的直接估计潜在的干净图像的方法不同，该网络采用残差学习策略从噪声观测中去除潜在的干净 阅读全文
摘要：
论文原文：Q.Zhang, Q. Yuan, J. li, X. Liu, H. Shen, and L. Zhang, "Hybrid Noise Removal in Hyperspectral Imagery With a Spatial-Spectral Gradient Network," 阅读全文
摘要：
一、背景 GAN的用途：图像超像素、背景模糊、图像修复 二、生成式对抗网络GAN 生成模型：一个能够生成我们想要的数据的模型（图模型、函数、神经网络） GAN：目的就是训练一个生成模型，生成我们想要的数据 生成器和判别器是对抗的 三、训练算法 随机初始化生成器和判别器 交替训练判别器D和生成器G直到 阅读全文
摘要：
绪论 循环网络的基本应用 语音问答，机器翻译，股票预测，作词机，作诗，模仿写论文，图像理解 循环神经网络（RNN）vs卷积神经网络 传统神经网络，卷积神经网络，输入输出相互独立 RNN可以更好的处理具有时序关系的任务 RNN通过其循环结构引入“记忆”的概念：输出不仅依赖于输入，还依赖“记忆”，将同一 阅读全文
摘要：
一、代码练习 HybridSN 高光谱分类网络 HybridSN高光谱分类网络是一个用于解决高光谱图像分类问题的混合网络，他首先用 3D卷积，然后使用 2D卷积。 定义 HybridSN 类如下： 三维卷积部分： conv1：（1, 30, 25, 25）， 8个 7x3x3 的卷积核 ==>（8, 阅读全文
摘要：
这个周的学习重新复习了卷积神经网络，对其结构有了更深的理解。我觉得收获最大的是看代码和实际操作完成猫狗大战的过程中，了解到了很多知识，虽然懂得不多，总算是有进步！！加油！！学习效率不高，只完成了必做的部分，踏踏实实做完，争取早点赶上进度！ 阅读全文
摘要：
这是一篇学习帖 对于视觉数据，PyTorch 创建了一个叫做 totchvision 的包，该包含有支持加载类似Imagenet，CIFAR10，MNIST 等公共数据集的数据加载模块 torchvision.datasets 和支持加载图像数据数据转换模块 torch.utils.data.Dat 阅读全文
摘要：
这是一篇学习贴。 1 import torch 2 import torch.nn as nn 3 import torch.nn.functional as F 4 import torch.optim as optim 5 from torchvision import datasets, tr 阅读全文
摘要：
这是一篇学习记录贴 1 import torch 2 import torch.nn as nn 3 from .utils import load_state_dict_from_url 4 5 6 __all__ = ['ResNet', 'resnet18', 'resnet34', 'res 阅读全文
摘要：
视频学习 之前已经看过了相关的视频，这次再看一遍，把一些重要的知识点再回顾一下。 机器学习是从数据中自动提取知识，有数据，有意义，没有解析解。机器学习三要素： 模型：对要学习问题的映射。 数据标记（监督学习、无监督学习、半监督学习、强化学习） 数据分布（参数模型，非参数模型） 建模对象（判别模型、生 阅读全文