-
大小: 961KB文件类型: .rar金币: 1下载: 0 次发布日期: 2021-05-23
- 语言: 其他
- 标签: tensorflow
资源简介
下载深度学习的VGG19网络参数,有下载地址,VGG19网络参数参数下载放在指定的位置,即可运行
代码片段和文件信息
import tensorflow as tf
import numpy as np
import utils
import vgg19
import style_transfer
import os
import argparse
“““parsing and configuration“““
def parse_args():
desc = “Tensorflow implementation of ‘Image style Transfer Using Convolutional Neural Networks“
parser = argparse.ArgumentParser(description=desc)
parser.add_argument(‘--model_path‘ type=str default=‘pre_trained_model‘ help=‘The directory where the pre-trained model was saved‘)
parser.add_argument(‘--content‘ type=str default=‘images/a12345.jpg‘ help=‘File path of content image (notation in the paper : p)‘)
parser.add_argument(‘--style‘ type=str default=‘images/kandinsky.jpg‘ help=‘File path of style image (notation in the paper : a)‘)
parser.add_argument(‘--output‘ type=str default=‘result_a12345_kandinsky.jpg‘ help=‘File path of output image‘)
parser.add_argument(‘--loss_ratio‘ type=float default=1e-3 help=‘Weight of content-loss relative to style-loss‘)
parser.add_argument(‘--content_layers‘ nargs=‘+‘ type=str default=[‘conv4_2‘] help=‘VGG19 layers used for content loss‘)
parser.add_argument(‘--style_layers‘ nargs=‘+‘ type=str default=[‘relu1_1‘ ‘relu2_1‘ ‘relu3_1‘ ‘relu4_1‘ ‘relu5_1‘]
help=‘VGG19 layers used for style loss‘)
parser.add_argument(‘--content_layer_weights‘ nargs=‘+‘ type=float default=[1.0] help=‘Content loss for each content is multiplied by corresponding weight‘)
parser.add_argument(‘--style_layer_weights‘ nargs=‘+‘ type=float default=[.2.2.2.2.2]
help=‘style loss for each content is multiplied by corresponding weight‘)
parser.add_argument(‘--initial_type‘ type=str default=‘content‘ choices=[‘random‘‘content‘‘style‘] help=‘The initial image for optimization (notation in the paper : x)‘)
parser.add_argument(‘--max_size‘ type=int default=512 help=‘The maximum width or height of input images‘)
parser.add_argument(‘--content_loss_norm_type‘ type=int default=3 choices=[123] help=‘Different types of normalization for content loss‘)
parser.add_argument(‘--num_iter‘ type=int default=1000 help=‘The number of iterations to run‘)
return check_args(parser.parse_args())
“““checking arguments“““
def check_args(args):
try:
assert len(args.content_layers) == len(args.content_layer_weights)
except:
print (‘content layer info and weight info must be matched‘)
return None
try:
assert len(args.style_layers) == len(args.style_layer_weights)
except:
print(‘style layer info and weight info must be matched‘)
return None
try:
assert args.max_size > 100
except:
print (‘Too small size‘)
return None
try:
assert os.path.exists(args.content)
except:
print(‘There is no %s‘%args.content)
return None
try:
assert os.path.exists(args.style)
except:
print(‘There is no %s
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 185 2018-09-27 12:47 tensorflow-st
文件 324 2018-09-27 11:32 tensorflow-st
文件 459 2018-09-27 11:36 tensorflow-st
文件 11111 2018-09-27 14:00 tensorflow-st
文件 202426 2017-02-17 09:12 tensorflow-st
文件 101993 2017-02-17 09:12 tensorflow-st
文件 144730 2017-02-17 09:12 tensorflow-st
文件 205803 2017-02-17 09:12 tensorflow-st
文件 216723 2017-02-17 09:12 tensorflow-st
文件 101689 2017-02-17 09:12 tensorflow-st
文件 5955 2017-02-17 09:12 tensorflow-st
文件 5922 2018-09-27 14:00 tensorflow-st
文件 5787 2017-02-17 09:12 tensorflow-st
文件 2816 2017-02-17 09:12 tensorflow-st
文件 2567 2018-09-27 11:54 tensorflow-st
文件 75 2018-09-27 14:15 tensorflow-st
文件 3758 2018-09-27 12:51 tensorflow-st
文件 1604 2018-09-27 12:51 tensorflow-st
文件 2964 2018-09-27 12:51 tensorflow-st
目录 0 2018-09-27 14:00 tensorflow-st
目录 0 2018-09-27 13:54 tensorflow-st
目录 0 2018-09-27 12:49 tensorflow-st
目录 0 2018-09-27 14:55 tensorflow-st
目录 0 2018-09-27 13:47 tensorflow-st
目录 0 2018-09-27 14:00 tensorflow-st
----------- --------- ---------- ----- ----
1016891 25
- 上一篇:wiki.zh.text.model
- 下一篇:基于keras实现的LSTM网络
相关资源
- TensorFlow平台上基于LSTM神经网络的人体
- 深度学习框架Tensorflow学习与应用
- 2018斯坦福深度学习Tensorflow实战课程课
- TensorFlow实现人脸识别(5)-------利用
- TensorFlow实现人脸识别(1)------Linux下
-
batch normalization 和 la
yer normalization - 基于tensorflow的猫狗图片的识别分类
- DQN-Atari-Tensorflow 在Tensorflow中,使用深
- 使用tensorflow实现VGG网络训练mnist数据
- Tensorflow tf.nn.atrous_conv2d如何实现空洞
- 基于TensorFlow的CNN实现Mnist手写数字识
-
深度学习项目实战视频课程-st
yleT - 电机振动故障检测tensorflow神经网络
- tensorflow语音识别完整代码
- ISLR和Hands-On Machine Learning with Scikit-L
- CapsNet-Tensorflow
- 深度学习之TensorFlow 入门、原理与进阶
- 基于TensorFlow实现的以多维特征输入的
- 《21个项目玩转深度学习:基于Tenso
- windows+TensorFlow+mask R-CNN
- tensorflow训练CIFAR-10数据集源代码
- Hands-On Machine Learning with Scikit-Learn an
- tensorflow 五种花朵分类识别
- 强化学习精要:核心算法与TensorFlow实
- vgg19网络模型百度云npy和mat格式各一份
- 语义图像分割 deeplab-v3 tensorflow 源代码
- 基于tensorflow深度学习的中文命名实体
- 炼数成金的TensorFlow教学视频
- 深度学习框架-Tensorflow案例实战视频课
- FasterRCNNTensorFlow源码理解.rar
评论
共有 条评论