小白学习FCN
2018-01-15 21:03
169 查看
1.FCN输出矩阵转换成图片
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
C=sess.run(y)
C=C[0]
print(np.shape(C))
plt.imshow(C) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show()
2.卷积和反卷积
conv2=tf.nn.conv2d(pool1,conv2_weights,strides=[1,1,1,1],padding='SAME')
第二个参数kernel:卷积核,它是一个Tensor,具有[filter_height, filter_width, out_channels, in_channels]这样的shape,具体含义是[卷积核的高度,卷积核的宽度,卷积核个数,图像通道数]
第四个参数strides:反卷积时在图像每一维的步长,这是一个一维的向量,长度4
第五个参数padding:string类型的量,只能是"SAME","VALID"其中之一,这个值决定了不同的卷积方式
第六个参数data_format:string类型的量,默认值是'NHWC'
第三个参数output_shape:反卷积操作输出的shape,卷积操作是没有这个参数的
可以看出,卷积操作中strides=[1,1,1,1],因此卷积后图像尺寸不发生改变(一般用pooling);
反卷积为strides=[1,2,2,1],尺寸增加两倍,输出后的图像为128*128*3.
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
C=sess.run(y)
C=C[0]
print(np.shape(C))
plt.imshow(C) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show()
2.卷积和反卷积
conv2=tf.nn.conv2d(pool1,conv2_weights,strides=[1,1,1,1],padding='SAME')
tf.nn.conv2d_transpose(pool2,trans1_weights,output_shape=[1,128,128,3],strides=[1,2,2,1],padding='SAME')第一个参数value:指需要做卷积或反卷积的输入图像,它是一个Tensor
第二个参数kernel:卷积核,它是一个Tensor,具有[filter_height, filter_width, out_channels, in_channels]这样的shape,具体含义是[卷积核的高度,卷积核的宽度,卷积核个数,图像通道数]
第四个参数strides:反卷积时在图像每一维的步长,这是一个一维的向量,长度4
第五个参数padding:string类型的量,只能是"SAME","VALID"其中之一,这个值决定了不同的卷积方式
第六个参数data_format:string类型的量,默认值是'NHWC'
第三个参数output_shape:反卷积操作输出的shape,卷积操作是没有这个参数的
可以看出,卷积操作中strides=[1,1,1,1],因此卷积后图像尺寸不发生改变(一般用pooling);
反卷积为strides=[1,2,2,1],尺寸增加两倍,输出后的图像为128*128*3.
相关文章推荐
- javascript小白学习指南4--持续更新
- 【小白笔记】PHP学习之路 (10) --字符串(2)
- 深度学习论文笔记(六)--- FCN-2015年(Fully Convolutional Networks for Semantic Segmentation)
- Python小白学习之路(九)—【字符串格式化】【百分号方式】【format方式】
- Python小白学习之路(十二)—【前向引用】【风湿理论】
- 【小白笔记】PHP学习之路 (19) --数组增改排序
- 小白linux学习[1]__虚拟机NAT方式共享电信拨号上网
- 小白学习大数据测试之hadoop再次探索
- 【小白笔记】PHP学习之路 (32) --session(2)
- 免费教授Linux小白学习
- 小白的LSTM学习笔记(2)---门结构的基本知识
- 小白学习android(四): 如何在eclipse模拟器上运行下载好的apk程序+删除
- 小白web前端开发--学习笔记三
- 【深度学习论文】FCN
- 小白学习大数据测试之揭秘大数据的背景与发展
- 学习前端,个小白的你一个建议!
- FPGA小白学习笔记(一)--Verilog语法学习(1)
- 零基础小白JAVA学习笔记(三)
- 基于keras的深度学习基本概念讲解——深度学习之从小白到入门
- Linux学习笔记第一天-适合超级小白看的Linux命令