<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[comic97的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/comic97</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; comic97]]></copyright><item><title><![CDATA[Richardson–Lucy滤波的一点个人理解]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/122084539</link><guid>https://blog.youkuaiyun.com/comic97/article/details/122084539</guid><author>comic97</author><pubDate>Wed, 22 Dec 2021 18:04:47 +0800</pubDate><description><![CDATA[提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录一、泊松分布二、高尔顿钉板三、极大似然估计四、RL滤波六、参考文献

一、泊松分布
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;泊松分布和二项分布有密切的联系。下为泊松分布的来源：
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;交通部门对一个十字路口一天内发生车祸的情况做研究，经过大量的统计和观察，该路口一天平均发生车祸的次数为λ\lambdaλ次。假设某]]></description><category></category></item><item><title><![CDATA[python基础环境配置教程]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/118632834</link><guid>https://blog.youkuaiyun.com/comic97/article/details/118632834</guid><author>comic97</author><pubDate>Sat, 10 Jul 2021 14:59:13 +0800</pubDate><description><![CDATA[python基础环境配置教程
下载vscode
1、输入网址：https://code.visualstudio.com/
2、下载windows版vscode并安装。

下载慢的话在自己的浏览器中找到下载链接，将红线部分的az764295.vo.msecnd.net替换为vscode.cdn.azure.cn，新建标签页将替换后的网址粘贴过去可快速完成下载。


安装基础插件
先装个中文插件。按F1或者【Ctrl+Shift+p】，搜索并点击“configure display language”，发现只]]></description><category></category></item><item><title><![CDATA[导向滤波学习]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103377172</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103377172</guid><author>comic97</author><pubDate>Tue, 03 Dec 2019 22:03:31 +0800</pubDate><description><![CDATA[目录前言原理直观理解应用——边缘保持平滑滤波器
前言
    今天的数字图像处理课讲到了导向滤波，就拿过来论文学习了一下，下面两篇博客对我帮助很大：
　　导向滤波算法分析公式推导很详细；
　　导向滤波详解代码是严格按照论文的算法流程来的，能理解得更清楚。
　　我只看了原理部分和保边滤波器部分，简单记录一下。
原理

    以图像去噪为例
　　输入图像：p
　　引导图像：I
　　输出图像：q
　　...]]></description><category></category></item><item><title><![CDATA[BatchNorm论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103367879</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103367879</guid><author>comic97</author><pubDate>Tue, 03 Dec 2019 15:51:55 +0800</pubDate><description><![CDATA[目录前言BatchNorm论文阅读笔记Abstract为什么用BatchNorm具体做法一些细节CNN中的BatchNorm直观理解优点相关实验
前言
     BatchNorm作为深度学习训练的一个大杀器，重要性还是不言而喻的。最近学习了一下BatchNorm的论文，简单记录一下以便复习。论文中的好多公式推导都没看明白，只能结合吴恩达深度学习的讲解，写一些感性上的认识吧。下面这篇博客讲的很好，...]]></description><category></category></item><item><title><![CDATA[ResNet论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103326725</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103326725</guid><author>comic97</author><pubDate>Sat, 30 Nov 2019 17:55:49 +0800</pubDate><description><![CDATA[目录前言ResNet论文阅读笔记Abstract1. Introduction2. Related Work3. Deep Residual Learning3.1. Residual Learning3.2. Identity Mapping by Shortcuts3.3. Network Architectures3.4. Implementation4. Experiments4.1. I...]]></description><category></category></item><item><title><![CDATA[Network-in-Network论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103296875</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103296875</guid><author>comic97</author><pubDate>Thu, 28 Nov 2019 18:10:30 +0800</pubDate><description><![CDATA[目录前言Network-in-Network论文阅读笔记Abstract1. Introduction2. Convolutional Neural Networks3. Network In Network3.1 MLP Convolution Layers3.2 Global Average Pooling3.3 Network In Network Structure4 Experiment...]]></description><category></category></item><item><title><![CDATA[GoogLeNet论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103259036</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103259036</guid><author>comic97</author><pubDate>Tue, 26 Nov 2019 21:56:13 +0800</pubDate><description><![CDATA[目录前言GoogLeNet论文阅读笔记Abstract1.Introduction2. Related Work3. Motivation and High Level Considerations4. Architectural Details5. GoogLeNet6. Training Methodology7. ILSVRC 2014 Classification Challenge Se...]]></description><category></category></item><item><title><![CDATA[VGG论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103067644</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103067644</guid><author>comic97</author><pubDate>Thu, 14 Nov 2019 16:51:49 +0800</pubDate><description><![CDATA[目录前言VGG论文阅读笔记1 Introduction2 ConvNet Configurations2.1 Architecture2.2 Configurations2.3 Discussion3 Classification Framework3.1 Training3.2 Testing3.3 Implementation Details4 Classification Experimen...]]></description><category></category></item><item><title><![CDATA[AlexNet论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/103017568</link><guid>https://blog.youkuaiyun.com/comic97/article/details/103017568</guid><author>comic97</author><pubDate>Mon, 11 Nov 2019 22:22:36 +0800</pubDate><description><![CDATA[目录前言AlexNet论文阅读笔记1 Introduction2 The Dataset3 The Architecture4 Reducing Overfitting5 Details of learning疑问和思考
前言
    继续记录网络结构论文的笔记。这篇AlexNet论文展示了卷积神经网络的优秀性能和无限潜力，引发了深度学习热潮，自然是必读的。首先对论文的全文做一个简要的总览（顺带加...]]></description><category></category></item><item><title><![CDATA[LeNet论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/comic97/article/details/102936239</link><guid>https://blog.youkuaiyun.com/comic97/article/details/102936239</guid><author>comic97</author><pubDate>Wed, 06 Nov 2019 16:10:51 +0800</pubDate><description><![CDATA[这里写自定义目录标题前言LeNet论文第二部分阅读笔记A.	Convolutional NetworksB. LeNet-5C. Loss Function
前言
    最近学完了吴恩达深度学习的视频课，根据师兄的建议，打算读一些网络结构方面的论文。LeNet本来是一篇很老的论文，开始只是抱着了解历史的心态，看了下第二部分的内容。没想到整体读下来，对CNN的基本原理有了更深的认识，收获还是蛮大的...]]></description><category></category></item></channel></rss>