问题考虑一个生成模型(Generative model)，可以从一个隐变量(latent variable, z)映射到一张图片(x)，用有向无环图模型(directed acyclic graphical model / Bayesian network)表示为上图表示，x的分布可以通过首先从p(z)采样得到z后再从p(x|z)采样建模。p(z) 是先验概率，意味着只需要选择一个合适的分布就可以

空间域(spatial domain)以图像左上为原点，横为y竖为x的二维平面。变换域在有些情况下，通过变换输入图像来表达处理任务，在变换域执行处理任务，然后再反变换到空间域会更好。二维线性变换的通用形式可表示为：T(u,v)=∑x=0M−1∑y=0N−1f(x,y)r(x,y,u,v) T(u, v) = \sum_{x=0}^{M-1}\sum_{y=0}^{N-1}f(x, y

在学习图像处理的过程中，首先碰上的是滤波算法，在滤波算法中首先碰到了难以理解的卷积运算，关于卷积的概念，刚上来看维基百科中的卷积概念，我看完是崩溃的，很难理解，当时也没有学习离散数学，对于计算机离散的概念并不是很理解，作为计算机的学生，也没有学习复变函数和数字信号处理，对这些概念的确难以理解。虽然难以理解，但是看到图像卷积与滤波的一些知识点这篇文章后，可以使用卷积这种东西了。在这里滤波的时候我是

jpeg是一个国际图像压缩标准，图像的后缀一般为jpeg或者jpg。这种图片格式非常常见，还是有必要知道怎样将数据读取出来的。在我做的zMatrix库里，之前一直使用openCV的函数imread()读取图像，不是很方便，查过很多资料后发现，如果自己从零写一个读取jpeg的程序非常麻烦(可能水平不够吧，可以查一下都是需要什么算法)，需要用到一些比较复杂的压缩算法，又因为读取图像不是重点，所以可以使

CuDNNNVIDIA ® cuDNN is a GPU-accelerated library of primitives for deep neural networks. It provides highly tuned implementations of routines arising frequently in DNN applications:Convolution fo...

空间域(spatial domain)以图像左上为原点，横为y竖为x的二维平面。变换域在有些情况下，通过变换输入图像来表达处理任务，在变换域执行处理任务，然后再反变换到空间域会更好。二维线性变换的通用形式可表示为：T(u,v)=∑x=0M−1∑y=0N−1f(x,y)r(x,y,u,v) T(u, v) = \sum_{x=0}^{M-1}\sum_{y=0}^{N-1}f(x, y

Ubuntu 18.04、20.04 以及 22.04 的基础配置、常用软件安装以及美化

ENVWindows 10 1909VirtualBox 6.1.0MacOS 10.13.iso安装在官网下载最新的Virtualbox和扩展包，并全部安装。新建虚拟机使用管理员权限打开CMD，运行以下指令，把"MacOS"改成你的虚拟机名字cd "C:\Program Files\Oracle\VirtualBox\"VBoxManage.ex...

空间域滤波、频率域滤波实现，以及使用傅里叶变换和卷积定理说明其等价性。观察不同空间域卷积核对应的频谱图，从不同的角度理解其原理。