zhao62 / deep-residual-shrinkage-networks Goto Github PK
View Code? Open in Web Editor NEWThe deep residual shrinkage network is a variant of deep residual networks.
The deep residual shrinkage network is a variant of deep residual networks.
你好,请问有没有与ResNet50结合的pytorch版本实现呢?
大佬您好看了您的文章对您的研究内容十分感兴趣,看到您从上传的代码为二维图像代码,请问您能分享一下您的一维信号代码呢?[email protected],感谢您的帮助。
您好,最近阅读了您的文章Deep Residual Shrinkage Networks, 对其中的一维输入信号很感兴趣,但是在您的代码中使用的是二维信号,在源代码中应该怎样改输入的维度呢?网络模型中有什么需要更改的地方呢?盼望您的回答。
大佬你好 我的研究方向也是有关一维信号处理的, 我想结合代码和论文好好学习一下你的方法,可以分享一下你的一维信号输入的代码么 我的邮箱[email protected] 。 十分感谢你的帮助
你好,很高兴读到你的文章。
不过我目前有一个疑问,就是在pad_backend中进行padding时,你首先对输入进行扩维,(n, c, h, w)->(n, c, h, w, 1),然后通过channels_last方式使用spatial_3d_padding针对第2、3、4维进行填充,最后通过squeeze返回(n, c, h, w),貌似第5维始终没有用到,不知道你扩维使用5D的目的是干什么?还是我理解的有问题?希望得到解答,谢谢。
谢谢!
您好,我对您的文章非常感兴趣,可以分享您做的一维信号代码吗?感谢回复!邮箱:[email protected]
您好!读了您的文章,有个地方没有弄明白,关于文章中阈值选择的方法您是通过训练出α然后与原输入或其均值的乘积作为阈值,这样的理论依据是什么呢?或者说这种阈值的选择方式在当前block中存在何种目标函数吗?期待您的回复
大佬您好,拜读了文章感觉很有收获。和楼上一样我也想使用一维信号进行输入,请问可以发一下代码吗?这是我的邮箱:[email protected]。期待您的回复,谢谢。
大佬您好,最近看了您的论文,对您提出的方法非常感兴趣。和楼上一样也希望您分享以下一维信号处理的相关代码。非常感谢 🙇
邮箱:[email protected]
大佬你好 我的研究方向也是有关一维信号处理的, 我想结合代码和论文好好学习一下你的方法,可以分享一下你的一维信号输入的代码嘛 我的邮箱是([email protected]) 。 十分感谢你的帮助
In the article, the input is 1-D signals. However, in this code the input is 2-D cifar100, I don't know how to change the code to make it available in using 1-D signals. Can you give me some advices? Thank you very much.
有没有TensorFlow2.x版本的代码呀
Hello, the residual shrinkage network is interesting. When I read your codes, I meet some confusion. Is the residual shrinakge block for RSBU-CW? Thanks for your reply.
作者您好!
在Keras的代码中您提到(it is important to use the pooL-size of (1, 1)) 和 (it is important to use zero padding rather than 1by1 convolution),我想请教以下这样使用的理由是?因为这和ResNet的处理方式貌似有些不同。如果我理解没错的话,ResNet是通过卷积的方式来改变通道数以及降采样的。那么您所使用这两种方式的理由是?
期待收到您的回复!
请问是给所有的原始振动信号添加不同SNR的噪声,然后划分训练集和测试集,还是先划分训练集和测试集,只对测试集的原始振动信号添加噪声?
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.