tensorflow CNN 卷积神经网络中的卷积层和池化层的代码和效果图

因为很多 demo 都比较复杂,为了让 demo 比较简单,专门抽出这两个函数,写的 demo。

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import matplotlib.pyplot as plt
import tensorflow as tf
from PIL import Image
import numpy

img = Image.open('szu.jpg')
img_ndarray = numpy.asarray(img, dtype='float32')
print(img_ndarray.shape)
img_ndarray=img_ndarray[:,:,0]
plt.figure()
plt.subplot(221)
plt.imshow(img_ndarray)

w=[[-1.0,-1.0,-1.0],
   [-1.0,9.0,-1.0],
   [-1.0,-1.0,-1.0]]

with tf.Session() as sess:
    img_ndarray=tf.reshape(img_ndarray,[1,183,276,1])
    w=tf.reshape(w,[3,3,1,1])
    img_cov=tf.nn.conv2d(img_ndarray, w, strides=[1, 1, 1, 1], padding='SAME')
    image_data=sess.run(img_cov)
    print(image_data.shape)
    plt.subplot(222)
    plt.imshow(image_data[0,:,:,0])

    img_pool=tf.nn.max_pool(img_ndarray, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1],
                   padding='SAME')
    image_data = sess.run(img_pool)
    plt.subplot(223)
    plt.imshow(image_data[0, :, :, 0])
    plt.subplot(224)
    img_pool = tf.nn.max_pool(img_ndarray, ksize=[1, 4, 4, 1], strides=[1, 4, 4, 1],
                              padding='SAME')
    image_data = sess.run(img_pool)
    plt.imshow(image_data[0, :, :, 0])
    plt.show()

卷积和池化效果图:

更多资源教程: http://www.tensorflownews.com


为您推荐了相关的技术文章:

  1. 简单卷积神经网络的tensorflow实现
  2. TensorFlow 教程 #02 - 卷积神经网络
  3. 独家 | 一文读懂深度学习(附学习资源)
  4. 深度神经网络的数学基础,对你来说会不会太难?
  5. GAN学习指南:从原理入门到制作生成Demo

原文链接: www.v2ex.com