手写体识别源代码VGG16,LeNet,SGAN

SGAN:用自己的图片 # 导入需要的包 from PIL import Image # Image 用于读取影像 from skimage import io # io也可用于读取影响，效果比Image读取的更好一些 import tensorflow as tf # 用于构建神经网络模型 import matplotlib.pyplot as plt # 用于绘制生成影像的结果 import numpy as np # 读取影像 import os # 文件夹操作 import time # 计时 from keras.layers import Input, Dense,

准备跑步 运行bash ./nn_se/_1_perprocess.sh以准备数据。 将nn_se / FLAGS.py中的“ root_dir”参数更改为项目的根目录。 例如“ root_dir = / home / user / ulaw-SGAN-for-SE”。 确保在nn_se / FLAGS.py的最后一行中设置了“ PARAM = dse_ulawV2_G_FTmagmse_Ndloss_ssnr_001”。 运行cp nn_se dse_ulawV2_G_FTmagmse_Ndloss_ssnr_001 -r创建实验配置代码目录。 火车 运行python -m dse_ulawV2_G_FTmagmse_Ndloss_ssnr_001._2_train以开始训练配置“ dse_ulawV2_G_FTmagmse_Ndloss_ssnr_001”。 评价 运行pytho

CycleGAN和SGAN的PyTorch实现用于Domain Transfer

本系统是用c#编写的WINDOWS应用程序。