<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[code_Joe123的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/code_Joe123</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; code_Joe123]]></copyright><item><title><![CDATA[光学设计基础Zemax联动]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/139761015</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/139761015</guid><author>code_Joe123</author><pubDate>Tue, 18 Jun 2024 11:18:52 +0800</pubDate><description><![CDATA[Zemax偏心和倾斜]]></description><category></category></item><item><title><![CDATA[【解决】can‘t convert CUDA tensor to numpy. Use Tensor.cpu to copy the tensor to host memory first]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/130788336</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/130788336</guid><author>code_Joe123</author><pubDate>Sun, 21 May 2023 05:03:44 +0800</pubDate><description><![CDATA[环境：python3.7， pytorch1.8.2，numpy 1.21.5。]]></description><category></category></item><item><title><![CDATA[ResNet18(Pokemon)-(拨乱返正版)-Pytorch]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/130692453</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/130692453</guid><author>code_Joe123</author><pubDate>Mon, 15 May 2023 23:26:38 +0800</pubDate><description><![CDATA[深度学习发展到现在已经取得了非常引人注目的成果，那么在处于世界认知前沿的大佬们开始担忧未来人工智能对人类的反噬，这种担忧是具有一定前瞻性的，但是解放劳动力是科技发展的不断追求。]]></description><category></category></item><item><title><![CDATA[1.3个维度的矩阵投影，2.不用遍历而改变满足条件的矩阵元素]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/130354151</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/130354151</guid><author>code_Joe123</author><pubDate>Mon, 24 Apr 2023 23:48:53 +0800</pubDate><description><![CDATA[在很对计算成像实验中我们涉及到的数据量是非常大的，用matlab对矩阵进行遍历实现元素筛查的话会使得运行时间非常长，增加运行成本，而且有时候会因为遍历计算计算量太大导致matlab内存不够用，从而无法正常运行程序。图中的箭头代表着最大值投影方向，其中dim=1，2投影出来的矩阵维度都是400x192,只有dim=3，投影出来的为400x400.结果： 这里还是有一点问题的，它应该只改变前4个元素，但是somehow改了6个，应该有点问题。让矩阵A中小于5的值全部变为0，让矩阵A中小于5的值全部变为0，]]></description><category></category></item><item><title><![CDATA[信噪比的定义]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/129847353</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/129847353</guid><author>code_Joe123</author><pubDate>Wed, 29 Mar 2023 22:50:44 +0800</pubDate><description><![CDATA[信噪比定义为信号的mean value 与噪声的 standard deviation的比值，因为deviation不可能为0，可以始终保证SNR的必然存在。且大部分的噪声分布几乎都满足正太分布，即高斯分布，所以一般规定3。为standard deviation。为最小可接受的SNR，]]></description><category></category></item><item><title><![CDATA[常温超导到底是什么？]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/129429925</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/129429925</guid><author>code_Joe123</author><pubDate>Thu, 09 Mar 2023 20:33:31 +0800</pubDate><description><![CDATA[室温超导可能吗？距离应用还远吗？]]></description><category></category></item><item><title><![CDATA[适用于计算成像领域无参考图像的图像信噪比评价方法（SNR,PSNR,SSIM）（基础）]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/129353738</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/129353738</guid><author>code_Joe123</author><pubDate>Mon, 06 Mar 2023 23:21:11 +0800</pubDate><description><![CDATA[图像信噪比计算，单幅图像信噪比计算。]]></description><category></category></item><item><title><![CDATA[关于超声和光声中的延迟求和算法的详细说明 Detail description of DAS algorithm]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/129329597</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/129329597</guid><author>code_Joe123</author><pubDate>Sat, 04 Mar 2023 03:41:13 +0800</pubDate><description><![CDATA[延迟求和算法详细说明]]></description><category></category></item><item><title><![CDATA[光声断层成像的傅里叶变换图像重建算法]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/128246595</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/128246595</guid><author>code_Joe123</author><pubDate>Fri, 09 Dec 2022 06:21:27 +0800</pubDate><description><![CDATA[光声断层成像算法]]></description><category></category></item><item><title><![CDATA[matlab通过鼠标选取数据]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/124681061</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/124681061</guid><author>code_Joe123</author><pubDate>Tue, 10 May 2022 09:40:36 +0800</pubDate><description><![CDATA[matlab鼠标选通数据]]></description><category></category></item><item><title><![CDATA[图像稀疏域变换及重建MATLAB仿真]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/124142884</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/124142884</guid><author>code_Joe123</author><pubDate>Wed, 13 Apr 2022 11:10:52 +0800</pubDate><description><![CDATA[图像恢复，稀疏重建]]></description><category></category></item><item><title><![CDATA[C#串口通信，清除缓存区数据，发送区接收区]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/124119312</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/124119312</guid><author>code_Joe123</author><pubDate>Tue, 12 Apr 2022 11:27:45 +0800</pubDate><description><![CDATA[C#串口通信]]></description><category></category></item><item><title><![CDATA[C++中的继承]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/89525856</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/89525856</guid><author>code_Joe123</author><pubDate>Thu, 25 Apr 2019 20:47:30 +0800</pubDate><description><![CDATA[1.继承的定义
定义一个类的时候想要重用一个已经有了的类，就可以使用继承，
class  Newclass：public oldclass{
//新增加的成员
}；
新类会继承旧类的全部成员，成为新类中的成员。新类还可以增加新的成员，实现对旧类的扩展。
继承方式可以有public/private/protected三种，一般使用public方式，旧类称为“父类”或者“基类”，新类称为“子类”或者“...]]></description><category></category></item><item><title><![CDATA[C++ 函数中的哑元]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/89516663</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/89516663</guid><author>code_Joe123</author><pubDate>Thu, 25 Apr 2019 15:12:41 +0800</pubDate><description><![CDATA[一个函数在定义的时候，它的一个参数只有类型而没有名字，则这个参数称为哑元
哑元的作用
1.表达参数列表匹配更加严格
void  test（void）；
2.保持函数的向前兼容特性
void code(int key);//老板本的函数
code（1235）；
void code(int);//从新版本函数保持函数向前兼容特性
3.区分函数
#include 
using namespace std...]]></description><category></category></item><item><title><![CDATA[CycleGAN学习  笔记]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/89516450</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/89516450</guid><author>code_Joe123</author><pubDate>Thu, 25 Apr 2019 15:04:49 +0800</pubDate><description><![CDATA[Cycle GAN是发表于ICCV17的一篇GAN 工作，可以让两个domain的图片相互转化。传统的GAN是单向生成，而CycleGAN是互相生成，网络是个环形，所以命名为Cycle，并且CycleGAN一个非常实用的地方就是输入两张图片，可以是任意两张图片，也就是unpaired

单向GAN
CycleGAN本质上就是两个镜像对称的GAN，构成一个环形网络。其实只要理解了一半的单向GAN就等...]]></description><category></category></item><item><title><![CDATA[生成对抗网络GAN 初步学习]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/89380172</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/89380172</guid><author>code_Joe123</author><pubDate>Thu, 18 Apr 2019 15:36:14 +0800</pubDate><description><![CDATA[生成对抗网络GAN，是当今的一大热门研究方向，在2014年被Goodfellow提出来。
学习GAN，首先应该了解GAN是是干什么的，为什么要学GAN
GAN的初衷就是生成不存在于真实世界的数据，类似于使得AI具有创造力或者想象力。应用场景如下：
1.AI作家，AI音乐，可以生成相似风格的曲目，AI 画家等需要创造力的AI体
2.将模糊的图像变清晰（去雨，去雾，去抖动，去马赛克等），这需要AI具有...]]></description><category></category></item><item><title><![CDATA[关于C++的运算符重载]]></title><link>https://blog.youkuaiyun.com/code_Joe123/article/details/89332433</link><guid>https://blog.youkuaiyun.com/code_Joe123/article/details/89332433</guid><author>code_Joe123</author><pubDate>Tue, 16 Apr 2019 14:16:57 +0800</pubDate><description><![CDATA[在利用C++编写程序时，有时候我们需要输出或者输入自定义类型，而不是c++自有的类型，比如分数类，我们需要输出的是b/a（3/4），即：定义一个分数类 对象为a，而a包含有分子分母，此时要是像直接cout&lt;&lt;a，就必须定义运算符重载
'‘operator&lt;&lt;’'输出运算符。
在这里插入代码片
#include &lt;iostream&gt;
using namespace...]]></description><category></category></item></channel></rss>