2024-05-16 09:32:37 发布
网友
我刚刚看到了this示例,该示例以不同的方式编写了一个使用CSR(集中式稀疏表示)进行去噪的代码。但在那个例子中,我得到了几行,我不知道他们为什么要用这几行=>
行如下=>
(一)
face = face[::2, ::2] + face[1::2, ::2] + face[::2, 1::2] + face[1::2, 1::2] face /= 4.0
(二)
第一个是extended slicing,第二个是standardization
说明:
1。在
只是downsampling the image by bilinear interpolation (that is reducing its resolution).
在给定的示例中,face的原始维度是[768,1024]。上面两行有效地找到每个2x2像素的平均值,并将其放入单个像素中。请参见下图。在
face
[768,1024]
蓝色的是图像的原始像素,红色的是周围像素平均的结果。将这个概念扩展到整个图像,您将得到face=[384, 512]的新的降低分辨率。在
[384, 512]
这样做只是为了使计算速度更快。因为较大的图像需要更多的时间处理。在
2。在
在机器学习算法中,这是一种常见的技术,它将数据缩放并集中在零均值和单位方差附近。您可以参考许多资源来了解更多有关标准化的信息。以下是一些:
第一个是extended slicing,第二个是standardization
说明:
1。在
只是downsampling the image by bilinear interpolation (that is reducing its resolution).
在给定的示例中,
face
的原始维度是[768,1024]
。上面两行有效地找到每个2x2像素的平均值,并将其放入单个像素中。请参见下图。在蓝色的是图像的原始像素,红色的是周围像素平均的结果。将这个概念扩展到整个图像,您将得到
face
=[384, 512]
的新的降低分辨率。在这样做只是为了使计算速度更快。因为较大的图像需要更多的时间处理。在
2。在
^{2}$在机器学习算法中,这是一种常见的技术,它将数据缩放并集中在零均值和单位方差附近。您可以参考许多资源来了解更多有关标准化的信息。以下是一些:
相关问题 更多 >
编程相关推荐