SRGAN-PyTorch 概述 该存储库包含对进行的逐点PyTorch重新实现。 目录 关于使用生成对抗网络的逼真的单图像超分辨率 如果您不熟悉SRGAN，请直接从本文中摘录以下内容： 尽管使用更快，更深的卷积神经网络在单图像超分辨率的准确性和速度方面取得了突破，但仍然存在一个主要问题仍未解决：当在较大的放大比例下进行超分辨率处理时，如何恢复更精细的纹理细节？ 基于优化的超分辨率方法的行为主要由目标函数的选择决定。 最近的工作主要集中在最小化均方重构误差上。 得出的估计值具有很高的峰值信噪比

超分辨率示例 我们在 2.0和 2.0+下运行此脚本。 对于TensorLayer 1.4版本，请检查。 :rocket: :rocket: :rocket: :rocket: :rocket: :rocket: 此项目将在一个月内关闭并移至。 :rocket: :rocket: :rocket: :rocket: :rocket: :rocket: 此项目将在一个月内关闭并移至。 :rocket: :rocket: :rocket: :rocket: :