SRCNN-TensorFlow复现

本文档详细介绍了使用TensorFlow复现SRCNN的过程,包括关键函数解析、模型构造、数据预处理等步骤。通过阅读,可以理解SRCNN模型的构建、训练数据的准备以及TensorFlow中生成随机数的方法。
摘要由CSDN通过智能技术生成

code:https://github.com/tegg89/SRCNN-Tensorflow

model.py
1、相关函数整理
tf.random_normal() 参考
(https://blog.csdn.net/dcrmg/article/details/79028043)
tf.random_normal() 从正太分布的数值中输出随机值。

tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

  • shape: 输出张量的形状,必选
  • mean: 正态分布的均值,默认为0
  • stddev: 正态分布的标准差,默认为1.0
  • dtype: 输出的类型,默认为tf.float32
  • seed: 随机数种子,是一个整数,当设置之后,每次生成的随机数都一样

2、model解读
定义SRCNN类
(1)def __init()
(2)bulid_model(self)
weight ,biases,pred,loss
(3)train()
调用input_setup

评论 16
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