超分辨率重建之SRCNN整理总结

白驹微过隙,指上细流沙。时间飞逝啊!转眼之间,四五个月过去了,伴随着中国迈进2020的新时代的元旦的步伐声,我的考研生活暂时告了一个小段落。距今的这些天,忙完了各种小事情,也是时候整理整理之前一些由于时间紧张而没有细细梳理的知识体系和小知识点了。又恰巧应CSDN上朋友的需求,今天就将之前的一些笔记和补充大致梳理一下,一来以供自己今后学习笔记,二来可以与大家共同学习参考。目录…

大家好,又见面了,我是你们的朋友全栈君。

        白驹微过隙,指上细流沙。时间飞逝啊!转眼之间,四五个月过去了,伴随着中国迈进2020的新时代的元旦的步伐声,我的考研生活暂时告了一个小段落。距今的这些天,忙完了各种小事情,也是时候整理整理之前一些由于时间紧张而没有细细梳理的知识体系和小知识点了。又恰巧应CSDN上朋友的需求,今天就将之前的一些笔记和补充大致梳理一下,一来以供自己今后学习笔记,二来可以与大家共同学习参考。

目录 

        超分辨率重建之SRCNN整理总结(一): 超分辨率重建概论

        超分辨率重建之SRCNN整理总结(二): 传统的图像超分辨率重建技术简介

        超分辨率重建之SRCNN整理总结(三): 评价超分辨重建结果的指标

        超分辨率重建之SRCNN整理总结(四):超分辨率重建之SRCNN解读

        超分辨率重建之SRCNN整理总结(五):神经网络的项目相关基础笔记

        超分辨率重建之SRCNN整理总结(六):tensorflow的项目相关基础笔记

        超分辨率重建之SRCNN整理总结(七):tensorflow版本的SRCNN代码详析

        超分辨率重建之SRCNN整理总结(八):GPU解读

        超分辨率重建之SRCNN整理总结(九):tensorflow-gpu,cuda配置

        超分辨率重建之SRCNN整理总结(十):运用GPU训练tensorflow网络模型

        到目前为止,超分辨率重建的研究可以暂时告一小段落了,虽然之前的科研方向是计算机视觉,当时做超分重建是为了提高自己的学习科研能力和项目的实操能力,而现在的方向可能侧重NLP或者大数据与CV交集略有差别,但是计算机领域的东西博大精深,它们之间也是存在着许多的相通之处,不管是哪一块的东西都不是可丢弃扔掉的。毕竟你曾经付出的努力、拥有的技能,迟早都是会有所回报的,认真做好每一件事,相信不久的将来,不管是你还是我,我们都是会得到自己想要的东西~

        最后,笑口常开,开心过好今后每一天,踏实努力。不要再让现在的自己谋求未来自己的原谅,你要成为他的自豪和骄傲~   

 

 

 

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/126951.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号