使用 VGG16 实现图像识别分类,使用 VGG 19 实现艺术风格转移

  • 使用 VGG16 实现图像识别分类及VGG 19 实现艺术风格转移
    • 一、VGG 简介
      • 1.1 网络架构
      • 1.2 VGG 代码上使用到的一些函数讲解
    • 二、基于 VGG16 实现图像识别和分类TensorFlow 实现
    • 三、基于 VGG 19 实现艺术风格转移

使用 VGG16 实现图像识别分类及VGG 19 实现艺术风格转移

一、VGG 简介

1.1 网络架构

  • 训练输入: 固定尺寸224*224的RGB图像。
  • 预处理:每个像素值减去训练集上的RGB均值。
  • 卷积核:一系列3*3卷积核堆叠, 步长为1, 采用padding保持卷积后图像空
    间分辨率不变。
  • 空间池化:紧随卷积“堆”的最大池化,为2*2滑动窗口, 步长为2。
  • 全连接层: 特征提取完成后,接三个全连接层, 前两个为4096通道, 第三个
    为1000通道, 最后是一个soft-max层, 输出概率。
  • 所有隐藏层都用非

你可能感兴趣的:(Tensorflow,机器学习,#,TF,之,Deep,Learning演练场)