satsuki26681534

摘要： 训练配置中设定 total_iter = 250000（总迭代 250k 次） 不扩大的话，1000 张图每 epoch 完成，需要 250 个 epoch 才能达到 250k 迭代 扩大 10 倍后，1000 张图虚拟变成 10000 张，只需要 25 个 epoch 即可达到 250k 迭代 ✓ 阅读全文

摘要： 介绍IRSRMamba模型中的basicSR库的代码结构 阅读全文

摘要： 总结：各方法的典型关联（以大语言模型为例） Pre-Training：先让模型学“通识知识”（如语言、世界知识）。 Supervised Fine-Tuning (SFT)：用标注数据让模型学“任务基本模式”（如指令遵循）。 Reward Modeling：训练模型学“人类偏好标准”（如什么回答更优 阅读全文

摘要： 四种微调方式 Full 对预训练模型的所有参数进行微调，让模型从底层到顶层的所有参数都参与更新，彻底适配下游任务 优点：模型对任务的适配性最强，在数据充足、任务复杂时效果通常最优 缺点： 资源消耗极大（千亿参数模型需高端 GPU 集群，训练时长以天 / 周计）； 数据量不足时极易过拟合（模型死记训练 阅读全文

摘要： 表格对比 从上图中可以看出，png和tiff用到的最多，jpg/jpeg虽然在网络上很常见，但是对于CV来说不是很实用。 分别介绍 JPG/JPEG：最通用的 “低成本” 格式（分类任务首选） JPEG 是压缩标准，JPG 是文件扩展名，二者完全等价。 核心特性：基于DCT 离散余弦变换的有损压缩， 阅读全文

摘要： 阅读全文

摘要： 在图像的频域里，“频率”描述的是像素值随空间位置变化的快慢。因此： 它们各自代表什么？ 低频成分（Low Frequencies） 表示缓慢变化的内容：大尺度的亮度/颜色分布、光照与阴影、平滑的渐变、物体的大致形状与轮廓块面。 直观上，一张被高斯模糊后的图几乎只剩低频。 高频成分（High Freq 阅读全文

摘要： 问题描述 之前在看cycleGAN的代码时想到一个问题 代码里用类的方式定义cycleGAN模型，各个模块是以一个列表里的变量存在的 那么模型在进行forward时，是怎么知道各个模块之间的顺序的？或者说是怎么控制张量正确地从头走到尾的？ cycleGAN的方式 model += [nn.Refle 阅读全文

摘要： # Copyright 2022 Dakewe Biotech Corporation. All Rights Reserved. # 版权所有 2022 Dakewe Biotech Corporation。保留所有权利。 # Licensed under the Apache License, 阅读全文

摘要： """通用的图像到图像转换测试脚本。 当你使用train.py训练好模型后，可以使用此脚本来测试模型。 它会从'--checkpoints_dir'加载保存的模型，并将结果保存到'--results_dir'。 脚本首先根据选项创建模型和数据集。它会硬编码一些参数。 然后对'--num_test'张 阅读全文