0
我在张量流中构建图像处理网络,我想利用纹理损失。如果你已经预装了模型,纹理损失似乎很容易实现。张量流中的Keras模型
我使用TF为我的模型构建计算图,并且我想要合并Keras.application.VGG19模型以从图层'block4_conv4'获取输出。
问题是:我有两个TF张量目标和结果从我的主模型,如何将它们送入keras VGG19在同一个会话中计算它们的差异并将其用于我的模型的主要损失?
我在张量流中构建图像处理网络,我想利用纹理损失。如果你已经预装了模型,纹理损失似乎很容易实现。张量流中的Keras模型
我使用TF为我的模型构建计算图,并且我想要合并Keras.application.VGG19模型以从图层'block4_conv4'获取输出。
问题是:我有两个TF张量目标和结果从我的主模型,如何将它们送入keras VGG19在同一个会话中计算它们的差异并将其用于我的模型的主要损失?
它似乎下面的代码做的伎俩
with tf.variable_scope("") as scope:
phi_func = VGG19(include_top=False, weights=None, input_shape=(128, 128, 3))
text_1 = phi_func(predicted)
scope.reuse_variables()
text_2 = phi_func(x)
text_loss = tf.reduce_mean((text_1 - text_2)**2)
phi_func.load_weights(path)
启动权重