摘要: torch.squeeze 分为两种情况: 不指定维度 或 指定维度 1. 不指定维度 Example 2. 指定维度 & `output: (A, 1, B)` & `output: (A, B)` Example Note: The returned tensor shares the stor 阅读全文
posted @ 2020-01-17 13:50 虔诚的树 阅读(315) 评论(0) 推荐(0) 编辑
摘要: 图像梯度 图像边缘一般都是通过对图像进行梯度运算来实现的。图像梯度的最重要性质是,梯度的方向在图像灰度最大变化率上,它恰好可以反映出图像边缘上的灰度变化 。 我们一般将图像看成二维离散函数,图像梯度其实就是这个二维离散函数的求导。 正交梯度算子 以 Sobel 算子为例,左右两个模板分别为垂直模板和 阅读全文
posted @ 2019-12-24 22:00 虔诚的树 阅读(4112) 评论(0) 推荐(1) 编辑
摘要: 阅读全文
posted @ 2019-12-24 15:55 虔诚的树 阅读(656) 评论(0) 推荐(0) 编辑
摘要: 为什么要用远程运行调试? 有这么一个应用场景,你的代码需要在服务器端运行,因为运行环境安装的依赖库都在远端服务器上,而写代码的工作在本地的平台上更顺手。在此之前都是用Visual Studio Code编辑代码,然后用同步到远端服务器,再通过SSH登录服务器运行程序。这样的工作流程不仅效率低,容易出 阅读全文
posted @ 2019-12-24 13:06 虔诚的树 阅读(417) 评论(1) 推荐(0) 编辑
摘要: 开启运算:先腐蚀后膨胀;闭合运算:先膨胀后腐蚀; 开启运算和闭合运算都可以除去比结构元素小的特定图像细节,同时保证不产生全局的几何失真。 开启运算:把比结构元素小的突刺滤掉,切断细长搭接而起到分离作用; 闭合运算:把比结构元素小的缺口或孔填充上,搭接短的间断而起到连通作用; 二值形态学组合运算 组合 阅读全文
posted @ 2019-12-24 12:14 虔诚的树 阅读(584) 评论(0) 推荐(0) 编辑
摘要: DQN 算法改进 (一)Dueling DQN Dueling DQN 是一种基于 DQN 的改进算法。主要突破点:利用模型结构将值函数表示成更加细致的形式,这使得模型能够拥有更好的表现。下面给出公式,并定义一个新的变量: $$ q(s_t, a_t)=v(s_t)+A(s_t, a_t) $$ 也 阅读全文
posted @ 2019-12-13 13:09 虔诚的树 阅读(1638) 评论(0) 推荐(0) 编辑
摘要: 训练DQN,报错:OSError: [Errno 12] Cannot allocate memory 问题介绍: 这两天在做强化学习的作业,使用 DQN 打 Atari 游戏,但在训练过程中,出现了题目中描述的错误。 解决方案: 参考链接( https://github.com/openai/gy 阅读全文
posted @ 2019-12-06 13:27 虔诚的树 阅读(4518) 评论(0) 推荐(0) 编辑
摘要: [TOC] 本文内容总结自 w3cschool: https://www.w3school.com.cn/ajax/index.asp Ajax( Asynchronous JavaScript and XML ) XMLHttpRequest 对象: 用于在后台与服务器交换数据。这意味着可以在不重 阅读全文
posted @ 2019-11-11 14:28 虔诚的树 阅读(147) 评论(0) 推荐(0) 编辑
摘要: 三种风格迁移方式 一、固定风格固定内容的普通风格迁移( "A Neural Algorithm of Artistic Style" ) 二、固定风格任意内容的快速风格迁移( "Perceptual Losses for Real Time Style Transfer and Super Reso 阅读全文
posted @ 2019-11-06 19:12 虔诚的树 阅读(964) 评论(0) 推荐(0) 编辑
摘要: 转载链接:http://blog.sina.com.cn/s/blog_65838c3c0101e7tg.html 在解组件特性相关的方程式时,大多数的时候都要去解偏微分或积分式,才能求得其正确的解。依照求解方法的不同,可以分成以下两类:解析解和数值解。 解析解(analytical solutio 阅读全文
posted @ 2019-11-02 09:44 虔诚的树 阅读(1093) 评论(0) 推荐(0) 编辑