![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TENSORFLOW
cherry1307
这个作者很懒,什么都没留下…
展开
-
tensorflow——tf.nn.conv2d()
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)input:指需要做卷积的输入图像,它要求是一个Tensor,shape为[batch, in_height, in_width, in_channels]filter:相当于CNN中的卷积核,它要求是一个Tensor,shape为[fi...原创 2019-03-06 11:45:28 · 140 阅读 · 0 评论 -
tensorflow——name_scope与variable_scope
tf.name_scope()主要是用来管理命名空间的,这样能使模型更加有条理。tf.name_scope()不会对tf.get_variable创建的变量有任何影响tf.variable_scope()变量空间允许您创建新的变量并共享已经创建的变量,同时提供检查以避免意外地创建或共享大部分情况下和tf.get_variable()配合使用,实现变量共享。...原创 2019-03-06 11:26:04 · 112 阅读 · 0 评论 -
tensorflow——常用损失函数
交叉熵损失函数(cross entropy)分类问题中使用比较广的一种损失函数。刻画两个概率分布之间的距离。给定两个概率分布p和q,通过q来表示p的交叉熵为:在tensorflow中交叉熵,实现代码1:cross_entropy= -tf.reduce_mean(y_*tf.log(tf.clip_by_value(y,1e-10,1.0)))其中,y_表示预测值,y表示实际输出。...原创 2019-03-07 11:01:37 · 684 阅读 · 0 评论 -
tensorflow——tf.summary()
tf.summary.scalar(name, tensor, collections=None, family=None)参数name:生成节点的名字,也会作为TensorBoard中的系列的名字。tensor:包含一个值的实数Tensor。collection:图的集合键值的可选列表。新的求和op被添加到这个集合中。缺省为[GraphKeys.SUMMARIES]family:可选项...原创 2019-03-07 15:45:07 · 509 阅读 · 0 评论 -
tensorflow—— tf.ConfigProto()
tf.GraphKeys.UPDATE_OPS关于tf.GraphKeys.UPDATE_OPS,这是一个tensorflow的计算图中内置的一个集合,其中会保存一些需要在训练操作之前完成的操作,并配合tf.control_dependencies函数使用。tf.control_dependencies首先我们先介绍tf.control_dependencies,该函数保证其辖域中的操作必须...原创 2019-03-07 15:08:34 · 527 阅读 · 0 评论 -
SSIM(结构相似性)
SSIM可以抵消MSE无法衡量图像结构相似性的缺陷。定义:其中:α、β、γ均大于0上式中,μ_x,μ_y为图像块所有像素;δ_x,δ_y为图像像素值的方差;δ_xy为x与y的协方差;C_1,C_2,C_3为常数,为避免分母为0时带来的系统错误。在实际应用中,α=β=γ=1,C_3= 0.5C_2,则SSIM表达式为:...原创 2019-03-13 11:41:13 · 20154 阅读 · 2 评论 -
CNN图像处理常用损失函数
L1损失函数定义导数L1范数不会过度惩罚大错误L2损失函数定义导数L2对较大误差的惩罚力度更大,而对较小误差更为容忍。L1,L2误差缺陷:假定噪声的影响和图像的局部特性是独立的。然而,人类的视觉系统对噪声的感知受局部照度、对比、结构的影响。假定噪声接近高斯白噪声,然而这一假定并不总是成立。SSIM损失函数人眼对结构(structure)信息很敏感,对高亮度区域(lu...原创 2019-03-13 15:48:22 · 10888 阅读 · 0 评论