TensorFlowはじめました2 機械学習で超解像─Super Resolution

前表紙
インプレスr&d, 2017/06/02
0 レビュー
本書はGoogleが公開している機械学習ライブラリ「TensorFlow(テンソルフロー)」を初めて使う読者のためのチュートリアルガイドです。シリーズ2冊目となる本書では、低解像度の画像を機械学習をつかって高解像度に変換する「超解像」をテーマに、機械学習に初めて触れるエンジニアのためのTensorFlowの基礎、実際に画像を使った機械学習に取り組むための初歩的な知識を掲載しています。

【目次】
TensorFlowの基礎
 TensorFlowとは
 データフローグラフ
 Tensor(テンソル)
 変数とプレースホルダー
 演算子のオーバーロード
 ブロードキャスティング
CNNで超解像
 超解像とは
 モデルの定義
 学習
 画像処理
 評価
超解像奮闘記
 畳み込み層とパディング
 画像の読み込み処理
 活性化関数
さまざまなモデル
 モデル(9-5-5)
 画質の指標(PSNR, SSIM)
 Batch Normalizationの導入
 

レビュー - レビューを書く

レビューが見つかりませんでした。

多く使われている語句

__extract_blocks(resized_image __future__ import absolute_import __future__ import division __future__ import print_function __loss(sr_images __process(blocks __reconstruct(blocks 1(グレースケール 33 OUTPUT_SIZE absolute_import from __future__ add_op amax array1 batch_size=1 batch_size=FLAGS.batch_size biases_shape biases_shape=[32 biases_shape=[CHANNELS biases_value=0.0 blocks[row][col CHANNELS checkpoint_path checkpoint.model_checkpoint_path compare_psnr const2 conv conv1 conv2 cropped_image def __train(file_list def inference(lr_images division from __future__ extra_ops FLAGS.lr_image_path FLAGS.max_step GeForce global_step ground_truths holder2 image image_path image.height image.width import print_function import initial_value=1.0 initializer=tf.constant_initializer(1.0 input_layer=conv2 input_layer=lr_images input_size is_train License lr_images method=tf.image.ResizeMethod.BICUBIC MODEL.CHANNELS MODEL.INPUT_SIZE MODEL.OUTPUT_SIZE moving_mean moving_variance mul_op pad[INDEX_PADDING_TOP padded_file padding_horizontal padding_vertical padding[INDEX_PADDING_BOTTOM padding[INDEX_PADDING_LEFT padding[INDEX_PADDING_RIGHT padding[INDEX_PADDING_TOP padding='VALID padding=padding params_shape patches_count print_function import tensorflow print(result print(sess.run(mul_op PSNR SSIM BICUBIC range(h_num resized_image result_file result_image return conv3 row in range(v_num scale sess sess.run(tf.global_variables_initializer shape stride stride[INDEX_HORIZONTAL stride[INDEX_VERTICAL Super-Resolution tensorflow as tf tf.add(const1 tf.assign(var1 tf.constant(2 tf.get_variable tf.image.decode_jpeg(value tf.image.resize_images tf.multiply(add_op tf.nn.relu(conv1 tf.nn.relu(conv2 tf.random_crop tf.Session tf.train.string_input_producer(file_list tf.variable_scope('scope1 tf.Variable(0 tf.WholeFileReader train_dir train_op trainable=False update_var1 UTF-8 from __future__ v_num value1 var1 var2 variable_on_cpu weight_stddev=1e-1 weights_shape=[5 条件値 省略 超解像処理をした画像

著者について (2017)

有限会社シーリス代表。Androidアプリケーションの受託開発や、Androidに関するコンサルティング業務の傍ら、技術系月刊誌への記事執筆。最近は趣味で機械学習(ディープラーニング)を取り組んでいる。著書として「Android Studioではじめる 簡単Androidアプリ開発(技術評論社刊)」「TensorFlowはじめました(インプレスR&D刊)」など。

書誌情報