文件名称：iconhash_py:Python的Icon Hash
文件大小：52.36MB
文件格式：ZIP
更新时间：2024-06-05 13:19:07
api Python
图标哈希 我们正在制作DCGAN，以根据随机噪声输入生成更新的变体（链接到训练数据集）。 这个卷积生成对抗网络包括两个不同的网络，生成器和鉴别器。 生成器试图从随机噪声中生成图像，而鉴别器试图从生成的图像中区分出真实图像。 生成器模型包括一个由块归一化，上采样，后跟卷积与relu激活的卷积组成的层。 有4个这样的块，其tanh函数用作卷积层的激活。 鉴别器模型是一个简单的深度卷积网络。 组合后的模型经过编译的亚当优化器（学习率= 0.0002），具有二元交叉熵损失。 下面的gif中显示了7000个第一次迭代的训练过程： 依存关系 pip install 的Python 3 脾气暴躁的 Hashlib 大熊猫 西皮 Keras 2.0.6+ TensorFlow 1.2.1+ 用法 # iconhash.py script requires generator.json (
【文件预览】：
iconhash_py-master
----example.txt(530B)
----Example()
--------0x007615ee3d7a147c41f31144562cff5367ace67110ddb69109.png(16KB)
--------0x0083504341c15f066955c2ac999b356894cde5c20f5a0ee9ac.png(23KB)
--------0x002cfbe84acd405627302b35c081c36f8ebafb4df075ad9f70.png(23KB)
--------0x00d6f80435ed6522acf0ed2615425d19b9da7ce68c802041cf.png(20KB)
--------0x00990a70e13a11cbfcca9be6ac5d64a811637f53f1d42a4710.png(19KB)
--------0x001ffe68939e5839aaf27dfc3d24ef28ab2d4861a44c46722a.png(17KB)
--------0x000f6621b6ab7dc685e62a6809dd6739771283ccfcbf93394d.png(19KB)
--------0x00db86112e6a4e73af1e83c796fd41323660c9959b076f7ee9.png(21KB)
--------0x00785cc8ded74e851b23158044fe491d400c4db225e9f75ed8.png(20KB)
--------0x00ef42b2d5101fd0167cd781cae436f9e504e5559e2ae9dc4a.png(18KB)
----output.gif(23.3MB)
----example.tsv(1KB)
----Script()
--------gen.h5(31.2MB)
--------iconhash.py(2KB)
--------generator.json(5KB)
----README.md(3KB)