stable diffusion 环境配置

这篇文章是被 2024 TPAMI接收的关于人脸修复(`face restoration`)方向的论文，该论文设计中间转移过程，将低质量图像LQ转到中间态，然后利用预训练扩散模型的反向过程恢复到清晰的图像。

新电脑配置pytorch深度学习环境，附录有安装包哦

本文记录总结pytorch中四种归一化方式的原理以及实现方式。方便后续理解和使用。

stable diffusion 环境配置

新电脑配置pytorch深度学习环境，附录有安装包哦

新电脑配置pytorch深度学习环境，附录有安装包哦

仿射变换是opencv的基本知识点，主要目的是将原始图片经过仿射变换矩阵，平移、缩放、旋转成目标图像。原始图像3个点为src，变换后的3个点名为dst，从数字也能看出来，这个变换就是x，y缩小一半。borderMode (可选): 边界模式，用于处理超出边界的像素。其中x，y是原始图像坐标，u，v是变换后的图像坐标。borderValue (可选): 当使用常量填充时的边界值，默认为 0。dst

w=3,h=6对应的值就是[6,3]也就是第6行，第3列。torch.meshgrid 是 PyTorch 中的一个函数，这个函数通常用于创建坐标点的网格，以便进行一些网格上的操作，比如插值或者计算函数值。torch.stack((xv, yv), 2)就是将上述行列坐标信息堆叠在第2个维度，这样子每个位置就有各自的行列坐标值。可以看到yv实际上是一个纵坐标的网格，每个值都代表着自己所在的行，分别

pixel_shuffle 和 pixel_unshuffle 常用于神经网络减少特征图尺寸以减少计算量，，可以根据原理使用torch实现。