keras中实现简单的反卷积

我这里将反卷积分为两个操作,一个是UpSampling2D(),用上采样将原始图片扩大,然后用Conv2D()这个函数进行卷积操作,就可以完成简单的反卷积:

UpSampling2D():

keras中文文档点击打开链接

keras.layers.convolutional.UpSampling2D(size=(2, 2), data_format=None)

进入keras的与源码查看,我的源码地址为D:\Python35\Lib\site-packages\keras\layers\convolutional.py

    def call(self, inputs):
        return K.resize_images(inputs, self.size[0], self.size[1],
                               self.data_format)

这是核心代码,也就是UpSampling2D()函数就是一个K.resize_imagse操作,我这里backend用的是tensorflow,关于这个函数的解释在这里点击打开链接

tf.image.resize_images(
    images,
    size,
    method=ResizeMethod.BILINEAR,
    align_corners=False
)

method can be one of:


UpSampling2D(size=(2,2))就可以将图片扩大1倍,比如原来为28*28的图片,就会变为56*56,

接下来就可以进行卷积操作:

keras.layers.convolutional.Conv2D(filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, dilation_rate=(1, 1), activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None)







  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值