pytorch/examples

Super resolution

Offen

#217 geöffnet am 18.09.2017

Auf GitHub ansehenContributor Guide
 (1 Kommentar) (0 Reaktionen) (0 zugewiesene Personen)Python (9.429 Forks)batch import
good first issue

Repository-Metriken

Stars
 (21.634 Sterne)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

ESPCN use 3 conv layers, but I found you use 4 conv layer. can you tell me why, it has better psnr result?

Contributor Guide

Research-Richtung
Überprüfen Sie das Super Resolution Beispiel im pytorch/examples Repository, insbesondere die ESPCN Implementierung mit 4 Faltungsschichten. Vergleichen Sie mit dem ursprünglichen ESPCN Papier, das 3 Schichten verwendet. Prüfen Sie, ob die 4 Schichten Variante in den Issue Kommentaren oder verlinkten Ressourcen diskutiert wurde. Geben Sie eine auf Beweisen basierende Erklärung.
Tech Stack
pythonpytorch
Domain
machine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PyTorch
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60