tensorflow
鸡块米线LVC
Do Something Interesting
展开
-
Tensorflow模型存储与加载
本文内容参考于李嘉璇老师的tensorflow技术解析与实战可能是因为版本的原因,按照原书的代码并不能很好的实现对mnist数据集的识别精度,此外存储的tensorflow模型加载过程也出现了一些问题,因此在原书代码基础上对代码进行了部分修改。1、简介为什么要进行模型存储和加载?对于训练好的网络模型,如何将其应用在预测数据上?这就使得我们需要把训练好的模型提取出来,方便后续的使用,...原创 2019-03-25 11:05:50 · 505 阅读 · 0 评论 -
tensorflow实现卷积与反卷积自编码框架
从DCGAN中了解到了反卷积的操作,所以我本来打算能通过卷积操作作为编码器将一帧图像转换为一个20维的向量,而后再通过反卷积实现解码功能从而达到图像恢复效果,先把程序贴上,后续有空再调整网络层数和参数吧from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfimport osimp...原创 2019-04-01 11:25:25 · 716 阅读 · 0 评论 -
生成式对抗网络GAN与DCGAN
1、GAN简介GAN全称:Generative Adversarial Networks,生成对抗网络,作者Ian Goodfellow 发表于2014年的一篇论文:Goodfellow I, Pouget-Abadie J, Mirza M, et al. Generative adversarial nets[C] // Advances in neural information pro...原创 2019-03-27 20:47:29 · 922 阅读 · 0 评论 -
GAN的简单实现--MNIST数据集+tensorflow
生成对抗网络(GAN)及其变种已经成为最近十年以来机器学习领域最为重要的思想。--2018图灵奖得主 Yann LeCunGAN的基础知识复习:click hereGAN模型的挑战即训练优化:click here1、模型简介及代码本程序主要是采用最初GAN的基本原理,选择简单的二层神经网络以及MNIST数据集并基于tensorflow平台来实现,以求得对GAN的原理以及实现过程有一...原创 2019-04-07 19:13:01 · 1028 阅读 · 2 评论 -
基于卷积与反卷积的GAN简单实现---MNIST+Tensorflow
目前来说简单的GAN模型生成器的框架主要有两种,一种是通过全连接的方式实现,而另一种是通过反卷积的方式实现;全连接的方式简单但是对于一个多层模型来说,其参数量显得过于庞大,而反卷积方法的好处就在于能够在较少参数量的情况下实现不错质量的图像生成。本文主要参照DCGAN的程序,演示如何使用卷积和反卷积网络构建GAN;设计的生成器由一个100维的随机向量通过反卷积网络生成28*28的MNIST类似的...原创 2019-04-27 09:38:34 · 1335 阅读 · 0 评论