06 2020 档案

Fatal error in launcher: Unable to create process using '"d:\download\python.exe" "D:\download\Scripts\pip.exe" list': ???????????
摘要：今天把之前的python卸载之后又重新下载，老出错。其中就有 在网上找了一些答案是 C:\Windows\system32>python -m pip install -U pip 有些同志成功了。但是我的还是没有work 所以我试了一下 python -m pip list 结果成功了。 但是只有 阅读全文
posted @ 2020-06-26 20:36 小孢子 阅读(1300) 评论(0) 推荐(0)
face parsing(人脸解析)
摘要：目录： 1.什么是人脸解析？ 2.人脸解析中常用的方法 是什么？ 1. 什么是人脸解析 人脸解析是语义图像分割的一种特殊情况，人脸解析计算人脸图像中不同语义成分(如头发、嘴、眼睛)的像素级标签映射。 给定一个输入的人脸图像，人脸解析将为每个语义成分(如头发、面部皮肤、眼睛、鼻子、嘴巴等)分配一个像素 阅读全文
posted @ 2020-06-25 21:16 小孢子 阅读(3283) 评论(0) 推荐(0)
FSRNet: End-to-End Learning Face Super-Resolution with Facial Priors论文阅读
摘要：这篇文章 FSRNet: End-to-End Learning Face Super-Resolution with Facial Priors 是 CVPR 2018 的文章 一、动机 以往利用人脸先验的人脸SR方法都采用多阶段训练策略，而不是端到端训练策略，不方便且复杂。基于CNN，我们提出了 阅读全文
posted @ 2020-06-13 13:15 小孢子 阅读(1015) 评论(0) 推荐(0)
第一周，深度学习的实用层面
摘要：1.1 训练——开发——测试集 经验法则： Make sure dev and test come from same distribution 1.2 偏差_方差 1.4 Logistic regression 为什么只正则化参数w，为什么不再加上参数b呢？ 因为w通常是一个高维参数矢量，已经可以 阅读全文
posted @ 2020-06-13 09:05 小孢子 阅读(108) 评论(0) 推荐(0)
如何阅读英文文献
摘要：本人是某211的研零的学生，6月份导师给的读英文文献的一些建议 方法： 例如研究方向为超分，则多读几篇超分的文章（多思考），多做总结，把不理解的挑出来，和周围的同学或老师讨论 多回顾已读的论文，不能死记硬背，否则时间长了会忘记，则功夫白费掉 看论文的时候多问几个为什么？否则就做不了科研 问问题前要有 阅读全文
posted @ 2020-06-11 07:31 小孢子 阅读(429) 评论(0) 推荐(0)
学习笔记
摘要：1. receptive field(感受野)： 卷积神经网络CNN中，某一层输出结果中一个元素所对应的输入层的区域大小，被称作感受野receptive field。 感受野的大小是由kernel size，stride，padding , outputsize 一起决定的。 2. 定性分析和定量分 阅读全文
posted @ 2020-06-10 20:44 小孢子 阅读(149) 评论(0) 推荐(0)
Joint Super-Resolution and Alignment of Tiny Faces
摘要：Abstract 微人脸的超分辨率与特征点定位是高度相关的任务。一方面，利用高分辨率的人脸可以获得更高的精度特征点的定位。另一方面，面部SR将受益于对面部属性(如特征点)的先验知识。（意思时人脸的超分和人脸特征点的定位相互促进）。更具体地说，一个共享的深度编码器被应用于通过利用互补的信息来为两个任务 阅读全文
posted @ 2020-06-08 17:31 小孢子 阅读(435) 评论(0) 推荐(0)
Super-FAN:Integrated facial landmark localization and super-resolution of real-world low resolution faces in arbitrary poses with GANs论文阅读
摘要：一、论文的目的 提高非常低分辨率的人脸图像的质量和理解 图像的质量：我们的目标是提高分辨率和恢复真实世界的低分辨率面部图像的细节 图像的理解：我们希望通过对一组预定义的具有语义意义的面部标志(如鼻尖、眼角等)进行定位来提取中高级面部信息（这个任务也称为人脸对齐） 二、 论文解决的两个挑战： 1）提高 阅读全文
posted @ 2020-06-08 10:37 小孢子 阅读(537) 评论(0) 推荐(1)
Deep Learning for Image Super-resolution: A Survey
摘要：摘要： 图像超分辨率(SR)是提高计算机视觉中图像和视频分辨率的一类重要图像处理技术。近年来，利用深度学习技术实现图像超分辨率技术取得了显著进展。在调查中，我们的目的是给出在一个系统的方式中使用深度学习方法来实现图像超分辨率的最新进展。我们可以将现有的SR技术研究大致分为三类 有监督的SR(supe 阅读全文
posted @ 2020-06-05 14:32 小孢子 阅读(1395) 评论(0) 推荐(0)
第四周：深层神经网络课堂笔记
摘要：4.2深层网络中的向前传播 4.3核对矩阵的维数 4.5：搭建深层神经网络块 阅读全文
posted @ 2020-06-02 10:02 小孢子 阅读(163) 评论(0) 推荐(0)
第三周：浅层神经网络课堂笔记
摘要：3.2神经网络的表示 该神经网络由两层组成，隐藏层数为一 隐藏层的含义是：在训练集中，这些中间节点的真正数值我们是不知道的，在训练集你看不到他们的数值。你只能看到输入值，也能看见输出值。这就是所谓的“隐藏层” 第零层：向量X表示输入特征，输入特征的数值还有另外一种表示方式，用a[0]来表示，即X=a 阅读全文
posted @ 2020-06-02 09:33 小孢子 阅读(232) 评论(0) 推荐(0)
第二周：神经网络基础课堂笔记
摘要：2.7计算图 2.8计算图的导数计算 2.9 logistic回归中的梯度下降法 2.10 m个样本的梯度下降 2.11向量化比for循环可以节省大量的时间，运行速度会更快 2.12 向量化的更多例子 2.13 向量化logistic 回归 2.15python中的广播 https://blog.c 阅读全文
posted @ 2020-06-01 21:54 小孢子 阅读(170) 评论(0) 推荐(0)
第四周：深度神经网络的核心概念笔记
摘要：第 31 题 在我们的前向传播和后向传播实现中使用的“缓存”是什么？ B.我们用它将在正向传播过程中计算的变量传递到相应的反向传播步骤。它包含了反向传播计算导数的有用值。 如图： 第 32 题 以下哪些是“超参数”？(选出所有正确项) A.隐藏层规模n[l]【★】 B.神经网络的层数L【★】 C.激 阅读全文
posted @ 2020-06-01 21:38 小孢子 阅读(246) 评论(0) 推荐(0)