保存模型时，将epoch model optimizer参数都保存下来checkpoint = {'epoch': self.step,'model': self.refiner.state_dict(),'optimizer': self.optim.state_dict(),..

关于python环境中hdf5报错问题的几种解决办法

百度网盘链接：https://pan.baidu.com/s/1Bu8K_gyOS1iyDfDuU9epwQ提取码：2xa2

单图像超分辨率（SISR）是计算机视觉中的一个重要任务，旨在提高低分辨率（LR）图像的分辨率和视觉质量。SISR的目标是从给定的低分辨率图像生成高分辨率（HR）图像，这在需要高质量图像的应用中特别有用，例如医学成像、监控和数字摄影。自从Dong等人的开创性工作以来，许多神经网络已经被开发出来，以应对从低分辨率输入重建高质量图像的挑战。一些基于CNN的方法使用更深、更复杂的体系结构来获得更好的性能。

from CSNET import CSNetimport profilewidth = 360height = 240model = CSNet.CSNET(num_channels=1, base_filter=102)flops, params = profile(model, input_size=(1, 1, height, width))print('IMDN_light: {} x