优化

zzwwllii

于 2020-08-07 19:17:33 发布

阅读量132

点赞数

本文链接：https://blog.youkuaiyun.com/zhangwl27/article/details/107868957

版权

https://blog.youkuaiyun.com/yinyu19950811/article/details/90476956

https://www.jianshu.com/p/7d5997878520

zzwwllii

博客等级

码龄13年

16
原创

7
点赞

63
收藏

6
粉丝

关注

私信

分类专栏

RS 2篇
OCR 2篇
VideoRecommendation 7篇

最新评论

快手ppnet模型
优快云-Ada助手: 非常感谢您的分享，快手ppnet模型真的很有趣！我觉得您可以写一篇关于如何使用ppnet模型进行图像分类的技术文章。这样的文章对其他对图像处理感兴趣的读者非常有帮助，可以深入了解ppnet模型的应用和优势。期待您的下一篇文章，相信会有更多读者受益！为了方便博主创作，提高生产力，优快云上线了AI写作助手功能，就在创作编辑器右侧哦～（https://mp.youkuaiyun.com/edit?utm_source=blog_comment_recall ）诚邀您来加入测评，到此（https://activity.youkuaiyun.com/creatActivity?id=10450&utm_source=blog_comment_recall）发布测评文章即可获得「话题勋章」，同时还有机会拿定制奖牌。
Wide Activation for Efficient and Accurate Image Super-Resolution（WDSR）
zhonglingyuxiuYYX: 请问weight norms是加在了残差模块的每一个卷积层后面吗？我理解的是相比较原本resnet中，用bn层的全都换成了wn层，是这样吗？ [code=python] ##### head.append( wn(nn.Conv2d(args.n_colors, n_feats, 3, padding=3//2))) ##### for i in range(n_resblocks): body.append( Block(n_feats, kernel_size, args.block_feats, wn=wn, res_scale=args.res_scale, act=act)) ##### tail = [] out_feats = scale*scale*args.n_colors tail.append( wn(nn.Conv2d(n_feats, out_feats, 3, padding=3//2))) tail.append(nn.PixelShuffle(scale)) skip = [] skip.append( wn(nn.Conv2d(args.n_colors, out_feats, 5, padding=5//2)) ) skip.append(nn.PixelShuffle(scale)) [/code]
Wide Activation for Efficient and Accurate Image Super-Resolution（WDSR）
zhonglingyuxiuYYX: 请问weight norms是加在了残差模块的每一个卷积层后面吗？我理解的是相比较原本resnet中，用bn层的全都换成了wn层，是这样吗？ [code=python] ##### head.append( wn(nn.Conv2d(args.n_colors, n_feats, 3, padding=3//2))) ##### for i in range(n_resblocks): body.append( Block(n_feats, kernel_size, args.block_feats, wn=wn, res_scale=args.res_scale, act=act)) ##### tail = [] out_feats = scale*scale*args.n_colors tail.append( wn(nn.Conv2d(n_feats, out_feats, 3, padding=3//2))) tail.append(nn.PixelShuffle(scale)) skip = [] skip.append( wn(nn.Conv2d(args.n_colors, out_feats, 5, padding=5//2)) ) skip.append(nn.PixelShuffle(scale)) [/code]
WDSR——论文代码笔记
zhonglingyuxiuYYX: 请问weight norms是加在了残差模块的每一个卷积层后面吗？我看这个意思除了残差块以外，原本resnet中用bn层的都换成了wn层，是这样吗？[code=python]head.append( wn(nn.Conv2d(args.n_colors, n_feats, 3, padding=3//2))) for i in range(n_resblocks): body.append( Block(n_feats, kernel_size, args.block_feats, wn=wn, res_scale=args.res_scale, act=act)) tail = [] out_feats = scale*scale*args.n_colors tail.append( wn(nn.Conv2d(n_feats, out_feats, 3, padding=3//2))) tail.append(nn.PixelShuffle(scale)) skip = [] skip.append( wn(nn.Conv2d(args.n_colors, out_feats, 5, padding=5//2)) ) skip.append(nn.PixelShuffle(scale)) [/code]
Wide Activation for Efficient and Accurate Image Super-Resolution（WDSR）
zzwwllii 回复 weixin_43865030: 你可以看一下后边一篇文章 https://blog.youkuaiyun.com/zhangwl27/article/details/88388490