图像处理
文章平均质量分 91
lpty
走进科学
展开
-
基于DCGAN的动漫头像生成神经网络实现
一、前言1、什么是DCGAN?2、DCGAN的TensorFlow实现3、什么是转置卷积?4、转置卷积的Tensorflow实现5、Batch Normalization解读本文假设读者已经了解GAN及CNN的基本原理实现,如不清楚可参考以下文章:基于GAN的的mnist训练集图片生成神经网络实现基于CNN的验证码识别神经网络实现二、实战1、训练数据处理原创 2017-09-06 21:08:39 · 15954 阅读 · 20 评论 -
基于GAN的mnist训练集图片生成神经网络实现
一、前言1、什么是GAN?GAN主要包括了两个部分,即生成器generator与判别器discriminator。生成器主要用来学习真实图像分布从而让自身生成的图像更加真实,以骗过判别器。判别器则需要对接收的图片进行真假判别。在整个过程中,生成器努力地让生成的图像更加真实,而判别器则努力地去识别出图像的真假,这个过程相当于一个二人博弈,随着时间的推移,生成器和判别器在不断地进行对抗原创 2017-08-31 19:15:53 · 12230 阅读 · 6 评论 -
基于CNN的验证码识别神经网络实现
一、前言1、什么是CNN?2、TensorFlow进阶二、实战1、验证码生成import randomimport numpy as npfrom PIL import Imagefrom captcha.image import ImageCaptchaNUMBER = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '原创 2017-08-23 19:58:38 · 11435 阅读 · 6 评论 -
基于RNN的mnist数字识别神经网络实现
一、前言1、什么是RNN?2、TensorFlow入门二、实战1、获取mnist数据集from tensorflow.examples.tutorials.mnist import input_data# minst测试集mnist = input_data.read_data_sets('mnist/', one_hot=True)这里的one_hot指标签使用one_原创 2017-08-23 19:15:19 · 5549 阅读 · 8 评论