文件名称：matlab求导代码-Blurring-and-Deblurring-of-Image:图像模糊和去模糊
文件大小：78KB
文件格式：ZIP
更新时间：2024-06-13 03:13:06
系统开源
matlab求导代码从doc/instructions.html开始。 请注意，此实用程序需要编译（包括）MatConvNet库。 这应该自动发生（请参阅setup.m脚本），但是请确保在实验室计算机上编译成功。 包装内容 该实践包括以下四个文件中组织的四个练习： exercise1.m 1.m-第1部分：构建基块：卷积和ReLU exercise2.m第2部分：衍生物和反向传播 exercise3.m第3部分：学习CNN进行文本去模糊 实用程序在MATLAB中运行并使用。 该软件包包含以下MATLAB函数： checkDerivativeNumerically.m ：用数字检查层导数。 customLayerForward.m和customLayerBackward.m ：（部分）实现自定义层的代码。 getBatch.m:获取一批图像进行训练。 getCustomLayer.m ：以SimpleNN格式获取自定义层。 initializeSmallCNN.m和initializeLargeCNN.m ：初始化CNN模型以进行文本去模糊。 setup.m ：设置MATLAB环境。 s
【文件预览】：
Blurring-and-Deblurring-of-Image-master
----proj.m(329B)
----testFenceNet.asv(1KB)
----l2LossBackward_GDL.m(1KB)
----getBatch.m(950B)
----l1LossBackward.m(192B)
----trainCNN_blur.m(3KB)
----trainDepthNet.m(734B)
----exercise3.m(3KB)
----bilinearW.m(261B)
----l1LossForward.m(185B)
----myl1loss.m(95B)
----initializeLargeCNN.m(2KB)
----initializeVGGCNN.m(5KB)
----bilinear_u.m(737B)
----README.md(2KB)
----trainCNN_saliency.m(3KB)
----plot.png(59KB)
----testDepthNet.m(2KB)
----showDeblurringResult.m(880B)
----xavier.m(666B)
----exercise2.m(2KB)
----BCELossBackward.m(182B)
----addCustomLossLayer.m(772B)
----checkDerivativeNumerically.m(1KB)
----setup.m(1KB)
----initializeSmallCNN.m(2KB)
----myl1lossb.m(124B)
----initializeSalN16.m(841B)
----exercise1.m(3KB)
----l2LossForward_GDL.m(597B)
----initializeFenceCNN.m(2KB)
----BCELossForward.m(222B)
----l2LossForward.m(132B)
----l2LossBackward.m(122B)
----showFeatureChannels.m(263B)