沒想到都到了做比賽的第五天了，今天開組會仔細討論了一下超分的演算法，有乙個好的想法是基於unet的，在這裡可以先記錄一下，
基本上理清楚了思路之後我想還是考慮一下訓練應該怎麼設計。
考慮了半天使用lmdb格式真的不利用現在的資料載入，暫時放棄，想視覺化一下網路，發現batch-size=1都超出了記憶體，仔細看了一下發現網路太複雜了，太大，對應的引數太多，源程式訓練都是把大切成小訓練的,閱讀**dbpn，主要弄清楚back projection的原理, 檢視了一下89年的**，improving resolution by image registration，大概懂了反向back projection 方法
關於dbpn的加強演算法d-dbpn感覺densenet網路真的很適用於高分辨影象，不錯的idea
使用的是adam演算法，lr設定為1e-4,這樣就意味著調參會很隨意，後面肯定要給他改寫成range演算法
檢視了一下這篇**用的資料集div2k資料集，其實總共只有1000張，用於訓練只有800張，每張大小197601080，做4倍超分的話每張是490270，做32*32切割，一張可以被切割成130張，即所有大訓練一遍是104000張，由於每次batch-size為20，總過訓練了106
10^6
106次，這樣的話相當於把整個大資料集跑了200 = （106
10^6
106*20）/（104000）遍左右，
跑**的過程中發現：不像原版densenets，我們避免使用dropout和batch norm
同步整流SR
最近在看李笑來的書，他說，什麼叫人活著，事情能夠自己掌握，有自己的選擇，否則不叫活著。而有足夠的選擇權前提是，必須花足夠的時間做好手上的事，如果7年是一輩子，那第一年就是像蒼蠅一樣學習不斷的探索，第二年就是像蜜蜂一樣確定方向專研，剩下的幾年就是收穫。馬上工作三年了，看著周圍的人邁入新階段，而我還是處...
挑戰程式設計競賽筆記 準備篇和窮舉
1.1 oj結果 accepted 通過用例 time limit exceed 超時 runtime error 程式非法訪問記憶體或未處理異常 memory limit exceeded 記憶體超限 presentation error 輸出的內容對的，但是格式不符合 output limit ...
稀疏表示SR筆記
最近在查sr的資料 a general framework for image fusion based on multi scale transform and sparse representation 結合大神門的部落格寫一下我自己的理解，作個筆記。稀疏表示的本質是訊號擬合的問題，使用稀疏字典...