![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
加油!小小七
这个作者很懒,什么都没留下…
展开
-
VGG19和Tensorflow实现图像风格转换
这是一般的图像风格转换,每生成一张图片都要训练一次网络import tensorflow as tfimport numpy as npimport scipy.ioimport scipy.miscimport osimport timeos.chdir('E:\\电子书\\04 图像风格迁移\\04 图像风格迁移')#定义时间函数def the_current_time...原创 2019-03-29 14:22:40 · 1180 阅读 · 0 评论 -
Tensorflow实现生成对抗网络
原理生成式对抗网络是一种无监督的生成式模型(Generative Adversarial Nets,GAN)GAN 中主要包括两个核心网络:1)生成器:通过学习,生成可以以假乱真的样本G2)判别器:对真实样本和生成的假样本进行判别D两个生成器进行博弈,相互进步,能力逐渐提高并收敛Gan的训练过程比较困难,需要注意很多细节,才可以生成高质量的图片:1)恰当使用BN,Lea...原创 2019-03-28 20:03:25 · 1480 阅读 · 0 评论 -
Alexnet
AlexNet整个网络结构由8层神经元构成,前5层为卷积层,用于提取特征,后3层为全连接层,用于图像分类。1.输入图片是227*227*3的通道图片2.第一层使用11*11的卷积核,滑动步长为4,输出96个特征图,并进行最大池化3.第二层使用5*5的卷积核,产生256个特征图,并进行最大池化4.第三层和第四层均使用3*3的卷积核,输出384个特征图5.第五层使用3*3卷积核,...原创 2019-03-29 13:35:52 · 294 阅读 · 0 评论 -
VGGNets原理及其Tensorflow实现
VGG继承了AlexNet的思路,建立了一个层次更多、深度更深的网络。结构同样是5个卷积层和3个全连接层,但是每个卷积层做2~4次卷积,卷积核的大小全是3*3的,使得参数变少了。import tflearnfrom tflearn.layers.core import input_data,dropout,fully_connectedfrom tflearn.layers.conv i...原创 2019-03-29 13:44:20 · 426 阅读 · 0 评论