pytorch/examples

Super resolution

Ouverte

#217 ouverte le 18 sept. 2017

Voir sur GitHubGuide contributeur
 (1 commentaire) (0 réaction) (0 personne assignée)Python (9 429 forks)batch import
good first issue

Métriques du dépôt

Stars
 (21 634 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

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

Guide contributeur

Direction de recherche
Examinez l'exemple de super résolution dans le dépôt pytorch/examples, en particulier l'implémentation ESPCN avec 4 couches convolutives. Comparez avec l'article original ESPCN qui utilise 3 couches. Vérifiez si la variante à 4 couches a été discutée dans les commentaires de l'issue ou les ressources liées. Fournissez une explication basée sur des preuves.
Stack technique
pythonpytorch
Domaine
machine learning
Type d'issue
Recherche
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PyTorch
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
60