pytorch/examples

Super resolution

Open

#217 创建于 2017年9月18日

在 GitHub 查看
 (1 评论) (0 反应) (0 负责人)Python (9,429 fork)batch import
good first issue

仓库指标

Star
 (21,634 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

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

贡献者指南

研究方向
审查 pytorch/examples 仓库中的超分辨率示例，特别是具有 4 个卷积层的 ESPCN 实现。与使用 3 层的原始 ESPCN 论文进行比较。检查问题评论或链接资源中是否讨论过这个 4 层变体。基于证据提供解释。
技术栈
pythonpytorch
领域
machine learning
议题类型
调研
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
新近可参与
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
PyTorch
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60