|
|
51CTO旗下网站
|
|
移动端

3.7 实现卷积自动编码器

《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》第3章卷积神经网络,本章重点介绍CNN 及其构建模块。在本章中,将提供有关CNN 中使用的技术和优化方案。本节为大家介绍实现卷积自动编码器。

作者:程国建/周冠武 译来源:机械工业出版社|2018-09-01 10:46

3.7 实现卷积自动编码器

在前面如何为街景门牌号码数据集实现一个自动编码器,取得了不错的成效,但是输出肯定会需要改善。在下面的方案中,将展示一个卷积自动编码器如何产生更好的输出。

如何去做…

1)从导入函数库开始,如下所示:

2)接下来,加载数据集并提取将在这个方案中使用的数据:

3)在将数据提供给网络之前,对数据进行预处理:

4)现在为卷积自动编码器定义网络架构:

5)接下来,定义早停技术的回调函数:

6)定义超参数并开始训练网络:

7)存储解码图像如下:

8)现在,输出一些原始图像和对应的解码图像:

训练好的模型输出图像如图3.9 所示。

与第2 章的解码图像相比,输出效果明显提高。在第6 章 生成对抗网络 中,将介绍一种不同类型的解码- 编码器网络结构。


喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书会第9群:808517103

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

Linux编程技术详解

本书全面介绍了Linux编程相关的知识,内容涵盖Linux基本知识、如何建立Linux2018送彩金的娱乐网站环境、Linux2018送彩金的娱乐网站工具、Linux文件系统、文件I/O操作、设备文...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊
博聚网