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(346)
评论(0)
推荐(0)
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(4612)
评论(0)
推荐(1)
摘要：
阅读全文
posted @ 2019-12-24 15:55
虔诚的树
阅读(730)
评论(0)
推荐(0)
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(427)
评论(1)
推荐(0)
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(654)
评论(0)
推荐(0)
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(1772)
评论(0)
推荐(0)
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(4710)
评论(0)
推荐(0)
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(164)
评论(0)
推荐(0)
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(1094)
评论(0)
推荐(0)
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(1262)
评论(0)
推荐(0)
浙公网安备 33010602011771号