models.py 文件源码

python
阅读 22 收藏 0 点赞 0 评论 0

项目:Super-Resolution-using-Generative-Adversarial-Networks 作者: titu1994 项目源码 文件源码
def _residual_block(self, ip, id):
        init = ip

        x = Convolution2D(self.filters, 3, 3, activation='linear', border_mode='same', name='sr_res_conv_' + str(id) + '_1',
                          init=self.init)(ip)
        x = BatchNormalization(axis=channel_axis, mode=self.mode, name='sr_res_bn_' + str(id) + '_1')(x)
        x = LeakyReLU(alpha=0.25, name="sr_res_activation_" + str(id) + "_1")(x)

        x = Convolution2D(self.filters, 3, 3, activation='linear', border_mode='same', name='sr_res_conv_' + str(id) + '_2',
                          init=self.init)(x)
        x = BatchNormalization(axis=channel_axis, mode=self.mode, name='sr_res_bn_' + str(id) + '_2')(x)

        m = merge([x, init], mode='sum', name="sr_res_merge_" + str(id))

        return m
评论列表
文章目录


问题


面经


文章

微信
公众号

扫码关注公众号