zhao62 / deep-residual-shrinkage-networks Goto Github PK

大佬你好 我的研究方向也是有关一维信号处理的， 我想结合代码和论文好好学习一下你的方法，可以分享一下你的一维信号输入的代码么 我的邮箱[email protected] 。 十分感谢你的帮助

您好，我对您的文章非常感兴趣，可以分享您做的一维信号代码吗？感谢回复！邮箱：[email protected]

您好，最近阅读了您的文章Deep Residual Shrinkage Networks, 对其中的一维输入信号很感兴趣，但是在您的代码中使用的是二维信号，在源代码中应该怎样改输入的维度呢？网络模型中有什么需要更改的地方呢？盼望您的回答。

作者您好！
在Keras的代码中您提到(it is important to use the pooL-size of (1, 1)) 和 (it is important to use zero padding rather than 1by1 convolution)，我想请教以下这样使用的理由是？因为这和ResNet的处理方式貌似有些不同。如果我理解没错的话，ResNet是通过卷积的方式来改变通道数以及降采样的。那么您所使用这两种方式的理由是？

期待收到您的回复！

大佬您好，最近看了您的论文，对您提出的方法非常感兴趣。和楼上一样也希望您分享以下一维信号处理的相关代码。非常感谢 🙇‍
邮箱：[email protected]

有没有TensorFlow2.x版本的代码呀

In the article, the input is 1-D signals. However, in this code the input is 2-D cifar100, I don't know how to change the code to make it available in using 1-D signals. Can you give me some advices? Thank you very much.

请问是给所有的原始振动信号添加不同SNR的噪声，然后划分训练集和测试集，还是先划分训练集和测试集，只对测试集的原始振动信号添加噪声？

大佬您好，拜读了文章感觉很有收获。和楼上一样我也想使用一维信号进行输入，请问可以发一下代码吗？这是我的邮箱：[email protected]。期待您的回复，谢谢。

Hello, the residual shrinkage network is interesting. When I read your codes, I meet some confusion. Is the residual shrinakge block for RSBU-CW? Thanks for your reply.

你好，请问有没有与ResNet50结合的pytorch版本实现呢？

您好！读了您的文章，有个地方没有弄明白，关于文章中阈值选择的方法您是通过训练出α然后与原输入或其均值的乘积作为阈值，这样的理论依据是什么呢？或者说这种阈值的选择方式在当前block中存在何种目标函数吗？期待您的回复

谢谢！

大佬您好看了您的文章对您的研究内容十分感兴趣，看到您从上传的代码为二维图像代码，请问您能分享一下您的一维信号代码呢？[email protected]，感谢您的帮助。

大佬你好 我的研究方向也是有关一维信号处理的， 我想结合代码和论文好好学习一下你的方法，可以分享一下你的一维信号输入的代码嘛 我的邮箱是（[email protected]） 。 十分感谢你的帮助