code:https://github.com/tegg89/SRCNN-Tensorflow
model.py
1、tf.random_normal() 参考
(https://blog.csdn.net/dcrmg/article/details/79028043)
tf.random_normal() 从正太分布的数值中输出随机值。
tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
- shape: 输出张量的形状,必选
- mean: 正态分布的均值,默认为0
- stddev: 正态分布的标准差,默认为1.0
- dtype: 输出的类型,默认为tf.float32
- seed: 随机数种子,是一个整数,当设置之后,每次生成的随机数都一样
utils.py
1、read_data(path)
读取.h5文件的data和label数据,转化np.array格式
2、preprocess(path,scale=3)
(1)读取灰度图像;
(2)modcrop;
(3)归一化;
(4)两次bicubic interpolation
返回input_ ,label_
3、prepare_data(sess,dataset)
作用:返回data是训练集或测试集bmp格式的图像
(1)参数说明:dataset是train dataset 或 test dataset
(2)glob.glob得到所有的训练集或是测试集图像
4、make_data(sess,data,label)
作用:将data(checkpoint下的train.h5 或test.h5)利用h5的create_dataset 写入
-
为什么?
-
如何生成train.h5 或test.h5文件的?
5、imread(path,is_grayscale=True)
目的:读取指定路径的图像
6、modcrop(image,scale)
7、input_setup(sess,config)
8、