niu

DCT结果貌似不太一样呀

20

刚刚使用dct_2d函数试了一下，结果和cv2的dct()函数结果出入较大。手动计算了DC系数，手算的结果和cv2.dct()是吻合的，但是与dct_2d()的DC系数相差较大，其它系数暂未验证。请问您遇到过这样的情况吗

预训练模型前向传播报错

2

手动加载了weights.pkl后发现模型参数共有718个，但是define_G()新建的模型有716个参数，最后print两个模型对比得出，预训练的模型在prior_Estimation_Network的最后加了一层1x1的卷积层，models的代码里未作出改动。 而且预训练模型前向传播报错Upsample object has no attribute name，但是直接用define_G生成的模型前向传播不会报错，这个问题有点费解呀。

in experiment.ipynb your source code: In [10]: `weights_ = torch.load("xxx") gen_srgan2 = Generator(3) gen_srgan2.load_state_dict(weights_) gen_srgan2 = gen_srgan.eval() ` gen_srgan2 = gen_srgan.eval() ???