純C++超解析度重建DRRN --改編--（二）歸一化（BatchNorm） 和 縮放和平移（Scale）
阿新 • • 發佈：2018-12-15
DRRN和前面相比增加了
1。歸一化（BatchNorm）
其中 均值(u) 和方差(std)需要除以一個約等於1000的比例因子，std 還要開平方 該部分已經放到載入模型中去了：
// 輸入歸一化 x_norm = (x-u)/std, 其中u和std是個累計計算的均值和方差。 // 其中 u,std需要除以一個約等於1000的比例因子，std 還要開平方 已經放到載入模型部分去了 // u =*data/scale_factor；std = sqrt(*data/scale_factor); void vl_BatchNorm(卷積層 * out,float * u,float * std)//函式 均值 方差 { float * s=out->data, *s0; float p; int width=out->width; int height=out->height; float * u0=u, * std0=std; for (int c=0; c<out->depth; ++c) { for (int i=0; i<height; ++i) { for (int j=0; j<width; ++j) { s0 = s+i*width+j; p = *s0;// *s0 = (p-(*u0))/(*std0);//均值 方差 } } s+=width*height;//下一通道 u0++;std0++; } }
2。縮放和平移（Scale）：
// y=alpha*x_norm + beta，對歸一化後的x進行比例縮放和位移。 void vl_Scale(卷積層 * out,float * alpha,float * beta) { float * s=out->data, *s0; float p; int width=out->width; int height=out->height; float * a0=alpha, * b0=beta; for (int c=0; c<out->depth; ++c) { for (int i=0; i<height; ++i) { for (int j=0; j<width; ++j) { s0 = s+i*width+j; p = *s0;// *s0 = p*(*a0)+(*b0);//縮放和平移 } } s+=width*height;//下一通道 a0++;b0++; } }
該部分完成