首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
33
> 自编码器采用卷积神经网络进行降噪
自编码器采用卷积神经网络进行降噪
更新:
2024-07-30 08:37:02
大小:
11KB
推荐:
★★★★★
来源:
网友上传分享
类别:
深度学习 - 人工智能
格式:
PY
反馈 / 投诉
文件下载
资源介绍
在MNIST数据集上利用自编码器实现了图像降噪,具体包括: 环境:Tensorflow 2.0-GPU + Win10 + Anaconda 1. 使用卷积自编码器进行图像降噪 2. 测试自编码器的自适应降噪能力 3. 计算重建图像和原始图像的PSNR 4. 对卷积核,通道进行可视化,分析降噪过程
上一篇:
高维数据降维算法综述_景明利.pdf
下一篇:
deep_learning_NLP:用于NLP的深度学习架构的Keras,PyTorch和NumPy实现
相关推荐
12-02
FacePeeper:一款用于Web服务器上的交互式性别分类器,采用深度残差卷积神经网络并进行精度验证的Matlab代码
12-02
采用Tensorflow和Keras框架的卷积神经网络(CNN)技术进行人脸检测的研究论文
12-02
堆叠式降噪自动编码器在Theano中实现,并采用mnist数据集进行训练
12-02
自编码器采用卷积神经网络进行降噪