房东的jian的博客

import os import tensorflow as tf import numpy as np import helper from glob import glob import pickle as pkl import scipy.misc import time import cv2 import matplotlib.pyplot as plt %matplotlib inline do_preprocess = False from_checkpoint = False da

写在前面 此份代码可以在pycharm上运行，前提是已经安装tensorflow2.0gpu版本 import tensorflow as tf import matplotlib.pyplot as plt import glob import os import numpy as np from tensorflow.keras import layers gpus = tf.config.experimental.list_physical_devices('GPU') if gpus: t

自编码器 自编码器是一种神经网络，它的输入输出是一致的，目标是使用稀疏的高阶特征重新组合起来重构自己。自动编码器是一种数据的压缩算法，其中数据的压缩和解压缩函数是和数据相关的、有损的、从样本中自动学习的。在大部分提到自动编码器的场合，压缩和解压缩的函数是通过神经网络实现的。 设计自编码器 搭建自编码器 搭建解码器 设定损失函数 编码器的应用 数据去噪 降维 生成图像 变分自编码器(VAE) 可以随机生成隐含变量，提高网络的泛化能力，比普通的自动编码器更好，缺点就是生成的图片会有点模糊。 代码详解