VGG16: 代码解读

阅读量：

源代码可参照前一篇帖子: VGG16系列I: 基于Tensorflow代码

I. 模型核心参数

1.1 输入图像的尺寸:

1.2 模型的输出结果:

1.3 网络架构:

1.4 激活函数类型

1.5 优化函数选择

I. 模型主要参数

1.1 输入图像尺寸:

复制代码

 w = 224   # 宽

    
 h = 224   # 高
    
 c = 3   # 通道数量
    
  
    
 img = transform.resize(img, (w, h, c))

1.2 模型输出:

该模型主要用于处理二分类任务，若需应用于多分类场景，则应相应调整以下的kernel与biases参数设置。

复制代码

 kernel = weight_variable([4096, 2])

    
 biases = bias_variable([2])
    
 output_fc8 = tf.nn.relu(fc(output_fc7, kernel, biases), name=scope)
    
  
    
 finaloutput = tf.nn.softmax(output_fc8, name="softmax")

全部评论 (0)

还没有任何评论哟~

是否确定退出登录?

VGG16: 代码解读

I. 模型主要参数

1.1 输入图像尺寸:

1.2 模型输出:

全部评论 (0)

相关文章推荐