- 博客(4)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 【资料分析】
本文系统介绍了资料分析中基期、现期、增长量和增长率的计算方法与速算技巧。主要内容包括：1）四大指标的概念界定与符号表示；2）各指标间的16种转换关系公式；3）重点讲解了直除法、百化分、415份数法和假设分配法等速算技巧；4）详细阐述了假设分配法的操作流程、误差分析和适用场景；5）补充了混合增长率的计算原理。文章通过具体案例演示了各种方法的应用，强调要根据选项精度选择合适计算方法，为资料分析提供了系统实用的解题思路。
2025-07-14 14:35:53
849
原创 看论文系列：Fast Image Processing with Fully-Convolutional Networks
Fast Image Processing with Fully-Convolutional Networks(基于全卷积网络的快速图像处理)加快图像处理的通用方法是：下采样-在低分辨率下执行应用算子-上采样。缺点在于，第一，有些应用算子即使在低分辨率下运行也一样很慢；第二，在低分辨率下执行应用算子，会导致图像的高频内容可能无法正确建模。基于这两大缺点，文章作者针对下采样部分进行了改进，也可以说是没有进行下采样，针对第二点缺点， 文章中直接在全分辨率下进行图像操作，经过端对端训练，最大限度的提高精度；而针
2021-11-25 14:10:12
2158
1
原创 看论文系列：Fast End-to-End Trainable Guided Filter
Fast End-to-End Trainable Guided Filter（快速端对端可训练引导滤波器）abstract在摘要中提到了FCNs（全卷积网络），全卷积网络是一种端对端的图像分割方法。FCNs的核心问题在于处理联合上采样的能力有限，因此提出了引导滤波层（guided filtering layer），引导滤波层用于在给定低分辨率输出和高分辨率引导图的情况下高效地生成高分辨率的输出。为了进一步利用端对端的训练，插入了一个可训练的转化函数用于生成特定于任务的引导图。还在以上基础上提
2021-11-17 15:12:29
3127
原创 pom.xml相关依赖
<!--依赖：junit 数据库驱动 连接池 servlet jsp mybatis mybatis-spring spring --> <dependencies> <!--junit--> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId&g.
2021-04-01 09:52:01
213
【CVPR 2020】StarGan V2预训练模型celeba_hq/100000_nets_ema.ckpt
2022-03-04
【CVPR 2020】StarGan V2预训练模型afhq/100000_nets_ema.ckpt
2022-03-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人