<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MaYuHuaw的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_43328166</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_43328166]]></copyright><item><title><![CDATA[优快云图片居中、左对齐、右对齐、大小设置]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/139844630</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/139844630</guid><author>qq_43328166</author><pubDate>Thu, 20 Jun 2024 23:15:10 +0800</pubDate><description><![CDATA[【代码】优快云图片居中、左对齐、右对齐、大小设置。]]></description><category></category></item><item><title><![CDATA[python离线安装第三方库、及其依赖库（单个安装，非批量移植）]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/139843181</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/139843181</guid><author>qq_43328166</author><pubDate>Thu, 20 Jun 2024 22:54:46 +0800</pubDate><description><![CDATA[问题是python第三方库往往有其前置依赖包，你很难清楚某个第三方库依赖的是哪些依赖包，更难受的是依赖包可能还有其前置依赖包。结果就是，matplotlib文件夹里面有这么多依赖包，全都是matplotlib==3.5.1第三方库需要的前置包。内网中离线安装python第三方库，这时候只能去外网手动下载第三方库，再传回内网进行安装。如果按上述解决办法中安装仍会报错，那么可以查看错误信息是具体哪个依赖包安装出错，然后去。首先，看清内网电脑上的python版本，版本不一致，下载得到的依赖包版本也不一样。]]></description><category></category></item><item><title><![CDATA[13-注意力机制]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/135381872</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/135381872</guid><author>qq_43328166</author><pubDate>Thu, 04 Jan 2024 16:24:49 +0800</pubDate><description><![CDATA[对于超分辨问题，所有空间位置和通道都有着相同的重要性（即权值相同）。在一些情况下，在给定的层中选择性地处理部分特征可能更有帮助。注意力机制则可以赋予其这样的灵活性。注意力机制的核心重点就是让网络关注到它更需要关注的地方。一般而言，注意力机制可以分为通道注意力机制，空间注意力机制，以及二者的结合。注意力机制可以挑出更重要 特征图通道、空间位置，给予其更大的权重，从而提升重建效果。注意力机制是深度学习常用的一个小技巧，它有多种多样的实现形式，尽管实现方式多样，但是每种注意力机制的核心是类似的。]]></description><category></category></item><item><title><![CDATA[PyTorch离线安装]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/134562985</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/134562985</guid><author>qq_43328166</author><pubDate>Wed, 22 Nov 2023 21:24:18 +0800</pubDate><description><![CDATA[于是，就有了 Anaconda，这是一个集成了常用于科学分析（机器学习，深度学习）的大量package。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。有的时候，下载速度太慢了，可以利用我已经下载好的文件（适用于较高版本显卡，自己的电脑不适用），如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。如果你的并不慢，恭喜恭喜。]]></description><category></category></item><item><title><![CDATA[13-1-SRGAN-图像超分-残差模块-亚像素卷积]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/134445489</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/134445489</guid><author>qq_43328166</author><pubDate>Thu, 16 Nov 2023 17:36:37 +0800</pubDate><description><![CDATA['''Residual Block残差模块'''nn.PReLU(), # 自动学习斜率的LeakyReLUx = x + self.conv(x) # 残差精华：ElementWise Sum 头尾相加return xreturn out参考：亚像素卷积用法把维度(B, Crr, H，w) reshape成 (B, C, Hr，wr)维度大小不变：B· C* r * r· H·w = B·C·H * r·w*r。]]></description><category></category></item><item><title><![CDATA[12-2- DCGAN -简单网络-卷积网络]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/134439137</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/134439137</guid><author>qq_43328166</author><pubDate>Thu, 16 Nov 2023 12:33:46 +0800</pubDate><description><![CDATA[随机噪声→生成器→MINIST图像。]]></description><category></category></item><item><title><![CDATA[12-1- GAN -简单网络-线性网络]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/134439094</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/134439094</guid><author>qq_43328166</author><pubDate>Thu, 16 Nov 2023 12:31:04 +0800</pubDate><description><![CDATA[随机噪声→生成器→MINIST图像。]]></description><category></category></item><item><title><![CDATA[批量转化为灰度图]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133858101</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133858101</guid><author>qq_43328166</author><pubDate>Mon, 16 Oct 2023 14:38:33 +0800</pubDate><description><![CDATA[【代码】批量转化为灰度图。]]></description><category></category></item><item><title><![CDATA[批量转存子文件夹图像or生成不同尺寸图像]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133858076</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133858076</guid><author>qq_43328166</author><pubDate>Mon, 16 Oct 2023 14:37:58 +0800</pubDate><description><![CDATA[【代码】批量转存子文件夹图像or生成不同尺寸图像。]]></description><category></category></item><item><title><![CDATA[文件路径操作]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133855457</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133855457</guid><author>qq_43328166</author><pubDate>Mon, 16 Oct 2023 12:07:25 +0800</pubDate><description><![CDATA[.png，*pdf，*jpg 可以选中特定类型。glob.glob(文件路径)功能：返回路径下文件路径的。]]></description><category></category></item><item><title><![CDATA[1-读取图像]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133850100</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133850100</guid><author>qq_43328166</author><pubDate>Mon, 16 Oct 2023 00:44:09 +0800</pubDate><description><![CDATA[【代码】1-图像读取。]]></description><category></category></item><item><title><![CDATA[*常用函数]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133820548</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133820548</guid><author>qq_43328166</author><pubDate>Sat, 14 Oct 2023 02:35:44 +0800</pubDate><description><![CDATA[PReLU(Parametric Rectified Linear Unit), 顾名思义：带参数的ReLU。如果ai是一个很小的固定值(如ai=0.01)，则PReLU退化为Leaky ReLU(LReLU)。有实验证明，与ReLU相比，LReLU对最终的结果几乎没什么影响。如果ai=0，那么PReLU退化为ReLU；]]></description><category></category></item><item><title><![CDATA[11-1-转置卷积ConvTransposed2d]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133812870</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133812870</guid><author>qq_43328166</author><pubDate>Fri, 13 Oct 2023 16:33:43 +0800</pubDate><description><![CDATA[stride是图片像素点之间的间距，stride=1为像素的的正常间距，stride=2表示像素点间距为2，即添加了一排0填充。，消去0填充边缘，padding=1代表消去full卷积中的1条0填充边缘（不同于卷积中的添加0填充边）padding是图像四周的0填充，padding=1表示四周填充一排像素点。(stride=1, padding=0 就是一般性的full卷积)stride是卷积核的 滑动步长。能实现实现上采样，用于。]]></description><category></category></item><item><title><![CDATA[10-SRCNN-使用CNN实现超分辨成像]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133806602</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133806602</guid><author>qq_43328166</author><pubDate>Fri, 13 Oct 2023 11:33:22 +0800</pubDate><description><![CDATA[工具文件，主要用来制作dataset，便于加入dataloader，用于实现数据集的加载和并行读取。默认GPU训练，使用CPU训练需要去掉所有的三个.to(device)使用了自动学习率，每个epoch下的lr为。加载训练好的模型，用于测试或使用。训练参数：MESloss、Adm。模型训练完，导入进来就可以用啦！主要写入网络（模型）]]></description><category></category></item><item><title><![CDATA[*批量生成多尺寸图像]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133806147</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133806147</guid><author>qq_43328166</author><pubDate>Fri, 13 Oct 2023 10:54:41 +0800</pubDate><description><![CDATA[【代码】*批量生成多尺寸图像。]]></description><category></category></item><item><title><![CDATA[*常用-格式转化-图像操作]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133774167</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133774167</guid><author>qq_43328166</author><pubDate>Wed, 11 Oct 2023 17:11:45 +0800</pubDate><description><![CDATA[在深度学习算法中，会涉及到如下与图像处理相关的操作和转换。基本的库函数为：opencv，pillow，torchvision（tensor），numpy。第二，使用torchvision函数转换从tensor转换为PIL图像，使用PIL进行图像存储。第一，图像读取使用PIL，直接使用torchvision函数将PIL图像转换为tensor。tensor转opencv首先将。数组，再将numpy转为。]]></description><category></category></item><item><title><![CDATA[9-Dataset创建-import调用]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/133767369</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/133767369</guid><author>qq_43328166</author><pubDate>Wed, 11 Oct 2023 13:07:45 +0800</pubDate><description><![CDATA[【代码】9-2-Dataset创建-import调用。]]></description><category></category></item><item><title><![CDATA[不确定度保留有效数字的规则]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/131970779</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/131970779</guid><author>qq_43328166</author><pubDate>Thu, 27 Jul 2023 23:52:51 +0800</pubDate><description><![CDATA[1、不确定度：当第一位有效数字是1或2时，应保留2位有效数字。当第一位有效数字大于2时，保留1位有效数字即可，如果要求较高也可以保留2位有效数字。而中间过程的不确定度可以多取一位有效数字，要按照只进不舍的原则。2、测量平均值的有效数字：要按照四舍六入五凑偶的规则，与不确定末位保持对齐即可。]]></description><category></category></item><item><title><![CDATA[双系统-真机安装ubuntu]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/130570722</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/130570722</guid><author>qq_43328166</author><pubDate>Tue, 09 May 2023 01:50:42 +0800</pubDate><description><![CDATA[双系统说明硬盘均使用gpt、UEFI引导装在同一个硬盘：共用一个引导，开机bios选择要进入的系统。先安装win,会自动有efi引导，后面linux就不用单独做引导了装在两个硬盘：双硬盘，双引导，开机bios中选择要进入的系统。硬盘1安装win,自动产生引导。硬盘2安装linux,仍需要做一个引导。]]></description><category></category></item><item><title><![CDATA[excel粘贴为python数组、常用办公操作]]></title><link>https://blog.youkuaiyun.com/qq_43328166/article/details/130352124</link><guid>https://blog.youkuaiyun.com/qq_43328166/article/details/130352124</guid><author>qq_43328166</author><pubDate>Mon, 24 Apr 2023 21:10:35 +0800</pubDate><description><![CDATA[Ctrl+a 全选 --> Ctrl+Shift+L 多行编辑 --> End 跳到每行的末尾 --> 逗号。粘贴到word，(^p)全部替换(, )]]></description><category></category></item></channel></rss>