最近在研究显微图像的处理,想用深度神经网络实现。发现网上对复数神经网络的资料真的不多,代码几乎都局限于 deep complex networks 这一篇论文。有很多论文研究复数神经网络的,也都是前向传播、反向传播等理论知识,实践性代码几乎没有。
【我的实验数据】拿到的数据是经过处理的复数数据,尺寸大小为888*2048。
基于keras搭建网络层,至于实数形式的网络框架已经没有问题,并且能达到较好的效果,但是遇到复数域,问题就比较大,看了很多论文,仍无收获,希望能和各位交流讨论。
遇到的问题如下:
1. 阅读了《 deep complex networks 》这篇论文,以及下载了其代码。
-
论文地址:https://arxiv.org/abs/1705.09792
-
代码地址:https://github.com/ChihebTrabelsi/deep_complex_networks
对于论文,翻译了一遍,大致能看懂,就是在运行代码时遇到不少问题,有能成功看懂代码的大佬吗?
2. 我的数据是npy格式的,我把复数comlex128形式的数据存为(batch,channels,x_dim ,y_dim),我使用原来实数搭建的网络,直接运行,没有报错,只是在计算时出现警告:
/home/zkh/anaconda3/envs/zmm/lib/python3.6/site-packages/numpy/core/numeric.py:531:
ComplexWarning: Casting comple