原创 生成對抗網絡(GAN)的變體pix2pix思想
1.概述 pix2pix 是對抗生成網絡的一種變體，它的結構類似於CGAN，但又有別於CGAN。先來說一下它能做哪些事情，顧名思義就是將一張圖片轉成另一張圖片（千萬不要理解成像素變像素啊），或者說將一個場景轉換成另一場景。pix2pi
2018-11-14 09:01:45
21
原创 基於Keras的GAN面向對象代碼
keras相比於疼搜人flow代碼更加簡潔，減少了開發的成本。在開始之前建議大家先去了解下keras. 這裏仍然是以最簡單的手寫數字集合爲例。 也可以用cifar10, celebA, 或者別的數據集合。 from __future
2018-11-07 08:46:28
原创 將cifar10數據轉成圖片
#將cifar10轉成圖片 import numpy as np import matplotlib.image as plimg from PIL import Image import pickle as p def loa
2018-11-07 08:46:28
原创 Keras 實現AlexNet
from keras.models import Sequential from keras.layers import Dense, Flatten, Dropout from keras.layers.convolutional
2018-11-07 08:46:28
原创 使用keras下載cifar 10
from keras.utils import to_categorical from keras.layers import * from keras.models import Sequential from keras.data
2018-11-07 08:46:28
原创 keras實現VGG 13
from keras.models import Sequential from keras.layers import Dense, Flatten, Dropout from keras.layers.convolutional
2018-11-07 08:46:28
原创 快速上手生成對抗生成網絡生成手寫數字集（直接上代碼以及詳細註釋，親測可用）
GAN的原理其實很簡單，就是生成網絡G, 和判別網絡D的對抗過程， 生成網絡努力使得生成的虛假物品更加真實，而判別網絡努力分別出哪些是G生成的，哪些是真實的，在這樣一個對抗的過程中兩個網絡的能力不斷得到提升。最終達到一個相對平衡的結果
2018-11-07 08:46:28
原创 使用AlexNet訓練mnist(面向對象)
from keras.callbacks import TensorBoard from keras.models import Sequential from keras.optimizers import SGD, Adam fr
2018-11-07 08:46:28
原创 Conditional Generative Adversarial Networks（CGAN）筆記
1.概述 CGAN即條件對抗網絡。GAN可以學習到訓練樣本的分佈，從而生成新的數據。GAN雖然能生成新的數據，但是無法確切的控制新樣本的類型。比如手寫數字集，我們無法通過GAN來指定要生成的具體數字。條件對抗網絡就是爲了解決這個問題。
2018-11-07 08:46:28
原创 將mnist數據轉成圖片
from tensorflow.examples.tutorials.mnist import input_data import scipy.misc import os # 注意保存的路徑 mnist = input_data.r
2018-11-07 08:46:26
原创 DCGAN的代碼實現(基於tansorflow的手寫數字集合)
DCGAN 是在生成模型和判別模型中使用卷積和反捲積操作, 提高了模型的效果. DCGAN相比於GAN的改進之處: 使用了LeakRelu 激活函數, 經過大牛的實驗證明效果好於Relu 使用batchnormalization,
2018-11-07 08:46:26
2
原创 使用keras實現深度殘差網絡
from keras.models import Model from keras.layers import Input, Dense, Dropout, BatchNormalization, Conv2D, MaxPooling
2018-11-07 08:46:26
原创 Keras實現GoogleNet
from keras.models import Model from keras.layers import Input, Dense, Dropout, BatchNormalization, Conv2D, MaxPooling
2018-11-07 08:46:26
原创 優化版本對生成對抗網絡生成手寫數字集(附代碼詳解)
# 先導入必要的庫 import os import cv2 import tensorflow as tf import numpy as np # 把結果保存到本地的一個庫 import pickle import matplot
2018-11-07 08:46:26
原创 使用兩層卷積神經網絡來實現手寫數字集（面向對象）
介紹使用卷積神經網絡來實現手寫數字集的識別 主要採用面向對象的變成方法實現， 代碼可以直接運行，分別有訓練模型，保存模型，和運用保存好的模型測試單張圖片 import tensorflow as tf from tensorflow.
2018-11-07 08:46:26