WenxueCui

> > > > > > > > 是的，网络结构不是完全相同的，我的repo只是搭建了一个增强版的CSNet（CSNet_Enhanced）。你可以根据CSNetPlus网络结构进行修改，应该是比较容易的。 另外，训练数据的增强方式也有不同，这个你也可以根据原论文进行修改。 有问题可以随时交流。 @JaminLi > > > > > > > > > > > > > > > > > >...

> > > > > > > > > > 是的，网络结构不是完全相同的，我的repo只是搭建了一个增强版的CSNet（CSNet_Enhanced）。你可以根据CSNetPlus网络结构进行修改，应该是比较容易的。 另外，训练数据的增强方式也有不同，这个你也可以根据原论文进行修改。 有问题可以随时交流。 @JaminLi > > > > > > > > > > > > > > > >...

经提问者验证，新的测试代码（test_new.py）可以达到文章中的结果。 （Verified by the questioner， the new testing code can achieve the result of published paper. ）

> > > > > > > > > > 是的，网络结构不是完全相同的，我的repo只是搭建了一个增强版的CSNet（CSNet_Enhanced）。你可以根据CSNetPlus网络结构进行修改，应该是比较容易的。 另外，训练数据的增强方式也有不同，这个你也可以根据原论文进行修改。 有问题可以随时交流。 @JaminLi > > > > > > > > > > > > > > > >...

> @JaminLi 你复现的结果和论文中的结果差多少？ 不差啊，和论文中的结果差不多。

> > > @JaminLi 你复现的结果和论文中的结果差多少？ > > > > > > 不差啊，和论文中的结果差不多。 > > 采样率0.5的时候，我的结果和论文查了10dB。。。 > > > @JaminLi 你复现的结果和论文中的结果差多少？ > > > > > > 不差啊，和论文中的结果差不多。 > > 采样率0.5的时候，我的结果和论文查了10dB。。。。。，使用的是test_new.py...

backward里就是改变梯度的维度，读读代码就知道了。

> 看到您的代码中的Reshape and Concat层也定义了backward()函数，这一层不是仅仅是维度的改变吗（将1_1024变为32_32），请问这里需要计算梯度吗？望解答 backward里就是改变梯度的维度，读读代码就知道了。

> 好的 谢谢，我理解了。 > 另外，我使用train.py可以成功构建网络并训练，但是直接运行lib/network.py进行测试网络时，出现：**RuntimeError: expected device cuda:0 and dtype Float but got device cpu and dtype Float**的错误，错误指向了43行 > output[:, :, i * Reshape_Concat_Adap.blocksize:(i + 1) * Reshape_Concat_Adap.blocksize, j *...

> 作者您好，想请教一下，您在训练网络时，采用的训练集是否与论文相同（BSD400 预先裁剪为89600个96*96的图像块），学习率的设置是否与论文相同 不相同，我是每一次iteration，都随机裁剪图像块。 另外，数据的增强方式也有不同。不会差这么多吧？