Python字符串前面加字母
python字符串前的字母的含义：b\r\f\u
1、字符串前加 u例：u”我是含有中文字符组成的字符串。”
作用：重要的作用是用来指明后面字符串的编码方式；
后面字符串以 Unicode 格式 进行编码，一般用在中文字符串前面，防止因为源码储存格式问题，导致再次使用时出现乱码。
2、字符串前加 r例：r”\n\n\n\n” # 表示一个普通字符串 \n\n\n\n，而不表示换行了。
作用：将字符串中的具有特殊含义的字符意义去掉，比如：\n表示换行，若前面加上r, 即：r’\n’,就表示一个斜行和小写字母n了。
去掉反斜杠的转义。
（特殊字符：即那些，反斜杠加上对应字母，表示对应的特殊含 ...
windows虚拟环境装tf2.6
本来安装tensorflow-gpu是一句话的事情，但因为版本变动，今天安装遇到很多麻烦，简单记录
之前是装了tensorflow-gpu==2.6.0的版本的，但后来在这个环境中安装了sionna，这个可恶的库居然直接卸载了我的tensorflow-gpu==2.6.0，安装了满足它要求的13版本tensorflow，而且还是cpu版本的，安装之前都没问我要不要安装，真可恶啊，导致我不得不重新安装tensorflow-gpu
首先创建3.9版本python环境，然后conda install tensorflow-gpu==2.6.0安装， ...
关于DeepJSCC的思考
复现DeepJSCC后，有一些想法
这是关于图像语义传输的文章，发送和接收端都采用端到端联合设计的思路
当数据集为32×32×3的CIFAR10时：
encoder：16×16×16——>32×8×8——>32×8×8——>32×8×8——>16×8×8 最后一个16控制压缩率，目前1/6
decoder：32×8×8——>32×8×8——>32×8×8——>16×16×16——>3×32×32
当数据集为224×224×3的ImageNet时：
encoder：16×112×112——>32×56× ...
JSCC中为什么无法使用复数信道
背景 JSCC（Joint Source Channel Coding）联合信源信道编解码主要使用DNN实现E2E的通信系统，为了适应信道，就需要将信道嵌入到网络中训练。如果使用信道冲激响应复数表示信道，那么势必要在网络中涉及复数运算。
而我们知道目前的深度学习框架都不支持复数微分，这很难解决，因此在JSCC等涉及到将信道嵌入到网络中的情况时，都无法使用复数信道。
解决？ 在Pytorch中，之前尝试过解决这个问题，使用with torch.no_grad()或者.detach()将复数运算脱离网络，然后再将计算结果通过requires_grad添加到计算图中，但实际效果非常差，这或许 ...
torch实现不同维度对应位乘法
在使用pytorch写深度学习网络时，经常需要将不同维度的数据对应位置进行相乘/除，下面简单介绍解决方法
123456789101112131415161718192021import numpy as npa = np.array( [[1,2],[2,3]])b = np.array( [[5,6],[7,8]])c = np.array( [a,b])d = np.array( [4.2426,13.1909])output = np.transpose(np.multiply(np.transpose(c),1/d))print(output)
...
