文件名称：matlab采样和量化代码-Quantized-FSRCNN:带有量化版本的FSRCNN的TensorFlow实现。该工具说明，采用16位定点
文件大小：6.47MB
文件格式：ZIP
更新时间：2024-06-17 02:56:03
系统开源
matlab采样和量化代码量化FSRCNN 带有量化版本的FSRCNN的TensorFlow实现。 该工具说明，采用16位定点表示法的FSRCNN所提供的性能几乎与完全精度的性能相同。 先决条件 Python 2.7 TensorFlow版本> 1.2 麻木 Scipy版本> 0.18 h5py 皮尔 用法 从以下位置下载caffe培训代码，将文件夹Train and Test放置到（$root) 。 打开MATLAB并运行generate_train.m和generate_test.m以生成训练和测试数据。 您也可以运行data_aug.m首先进行数据扩充。 将model.py data_dir和test_dir标志修改为test_dir路径。 在NUM_EXAMPLES_PER_EPOCH_FOR_TRAIN中将utils.py设置为训练样本数。 要训练新模型，请运行FSRCNN.py --train True --gpu 0,1 --quantize True进行训练。 并同时运行FSRCNN.py --train False --gpu 0 --quantize True进
【文件预览】：
Quantized-FSRCNN-master
----FSRCNN.py(17KB)
----store2hdf5.m(3KB)
----data_aug.m(727B)
----utils.py(9KB)
----Test()
--------Set5()
--------Set14()
----generate_test.m(505B)
----modcrop.m(279B)
----model.py(11KB)
----.gitignore(1KB)
----README.md(2KB)
----generate_train.m(2KB)