- 博客(9)
- 资源 (1)
- 收藏
- 关注
翻译 Spectral–Spatial Classification of Hyperspectral Imagery with 3D Convolutional Neural Network
Spectral–Spatial Classification of Hyperspectral Imagery with 3D Convolutional Neural NetworkYing Li,, Haokui Zhang,and Qiang Shen 点击下载论文SpectralSpatial Classification of Hyperspectral Imagery with 3D
2017-07-02 13:05:08 3597 2
翻译 如何保存Keras模型?
如何保存Keras模型?我们不推荐使用pickle或cPickle来保存Keras模型你可以使用model.save(filepath)将Keras模型和权重保存在一个HDF5文件中,该文件将包含:-模型的结构,以便重构该模型 -模型的权重 -训练配置(损失函数,优化器等) -优化器的状态,以便于从上次训练中断的地方开始使用keras.models.load_model(filepath
2017-05-08 11:07:36 1039
原创 Semi-Supervised Learning with Generative Adversarial Networks
通过使判别器网络输出类别标签将GAN扩展成半监督的。在一个N类别的数据集上训练生成模型G和判别模型D。训练时,D预测输入数据属于N个类别中的哪一个,加入一个额外的类别对应G的输出。我们证明,相对与普通的GAN,此方法可以用来生成一个更有效的分类器并可以生成高质量的样本。
2017-04-13 21:45:19 6888 2
原创 CONDITIONAL IMAGE SYNTHESIS WITH AUXILIARY CLASSIFIER GANS
论文下载地址:这里[目录]摘要简介背景知识AC-GANs结果生成高分辨率图像改善可分性测量生成图像的多样性摘要合成高分辨率图像是机器学习中一个长期存在的挑战,文中介绍了图像合成的一个改进训练GAN s的新方法。我们运用标签条件构建了一个变种GANs,产生显示出全局一致性的128×128分辨率的图像样本。我们扩展了以前的图像质量评价工作,提出了两种新的分析方法,以评价类别条件图像合成模型
2017-04-13 21:27:16 2661
原创 阅读源码遇到的一些Python 函数(--小白笔记)
npexpand_dimsdefaultdictnp.expand_dims扩展维度,例:>>> import numpy>>> a=numpy.arange(10)>>>> aarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> a.shape(10,)>>> b=numpy.expand_dims(a,axis=0)>>> barray([[0, 1
2017-03-29 20:28:50 458
原创 阅读源码遇到的一些TF、keras函数及问题2(--小白笔记)
numpyhstackab与numpyvstackabnumpytileabkeraslayerscoreDensekeraslayersconvolutionalConvolution2DkeraslayersconvolutionalDeconvolution2DkeraslayersnormalizationBatchNormalization附常用网络层Dense层Activ
2017-03-21 16:56:47 6976 1
原创 理解AC_GAN源码中遇到的一些函数(–小白笔记)
理解AC_GAN源码中遇到的一些函数(–小白笔记)代码地址:链接 作者对应的叙述文章[目录]理解AC_GAN源码中遇到的一些函数小白笔记tfconstanttfrandom_normal tftruncated_normal tfrandom_uniformtfconcattfcasttfmultinomialtfsqueezetfrandom_normal tftruncate
2017-03-16 11:11:48 4230
原创 挖坑:UNSUPERVISED AND SEMI-SUPERVISED LEARNING WITH CATEGORICAL GENERATIVE ADVERSARIAL NETWORKS
Unsupervised and Semi-supervised Learning with Categorical Generative Adversarial Networks
2017-02-18 16:04:32 3532
原创 Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
2017-02-15 10:30:05 6153
web news mining in an evolving framework 解读ppt
2016-05-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人