Deep-Residual-Shrinkage-Networks模型

https://github.com/zhao62/Deep-Residual-Shrinkage-Networks
安装tensorflow版本为1.15.0（1.14会报错importorror:没有名为“tensorflow.core”的模块）
tensorflow1.10开始集成了keras
1.运行DRSN_Keras.py
使用tensorflow中的keras，不需要单独下载keras，需要更改DRSN_Keras.py中的部分代码

from tensorflow import keras
from tensorflow.keras.datasets import mnist
from tensorflow.keras.layers import Dense, Conv2D, BatchNormalization, Activation
from tensorflow.keras.layers import AveragePooling2D, Input, GlobalAveragePooling2D
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.regularizers import l2
from tensorflow.keras import backend as K
from tensorflow.keras.models import Model
from tensorflow_core.python.keras.layers import Lambda

2.运行DRSN_TFLearn.py
运行路径报错
需要加一层路径即可

Deep-Residual-Shrinkage-Networks模型相关推荐

（全文翻译）基于深度残差收缩网络的故障诊断Deep Residual Shrinkage Networks for Fault Diagnosis
M. Zhao, S. Zhong, X. Fu, B. Tang, M. Pecht, Deep residual shrinkage networks for fault diagnosis, I ...
《Deep residual shrinkage networks for fault diagnosis》基于深度残差收缩网络的故障诊断（翻译与python代码）
基于深度残差收缩网络的故障诊断(翻译) 赵明航,钟诗胜,付旭云,汤宝平,Michael Pecht 论文连接:https://ieeexplore.ieee.org/document/8850096 ...
论文翻译-基于深度残差收缩网络的故障诊断 Deep Residual Shrinkage Networks for Fault Diagnosis
深度残差收缩网络是深度残差网络的一种改进,针对的是数据中含有噪声或冗余信息的情况,将软阈值化引入深度残差网络的内部,通过消除冗余特征,增强高层特征的判别性.以下对部分论文原文进行了翻译,仅以学习为目的 ...
基于深度残差收缩网络的故障诊断 Deep Residual Shrinkage Networks for Fault Diagnosis
深度残差收缩网络针对的是数据中含有噪声或冗余信息的情况,是深度残差网络的一种改进,将软阈值化引入深度残差网络的内部,通过消除冗余特征,增强高层特征的判别性.以下对部分论文原文进行了翻译,仅以学习为目的 ...
【Deep Learning】Deep Residual Shrinkage Networks for Fault Diagnosis（深度残差收缩网络）
[题目]Deep Residual Shrinkage Networks for Fault Diagnosis [翻译]基于深度残差收缩网络的故障诊断 Abstract (摘要) [翻译]本文提出了 ...
深度残差收缩网络（Deep Residual Shrinkage Networks for Fault Diagnosis ）
摘要-本文开发了新的深度学习方法,即深度残余收缩网络,提高来自高噪声振动信号的特征学习能力,并实现较高的故障诊断准确性.软阈值作为非线性转换层插入到深层体系结构中,以消除不重要的特征.此外,考虑到通常 ...
paper fast review :Deep Residual Shrinkage....
文章目录 Deep Residual Shrinkage Networks for Fault Diagnosis Summary 摘要 (中文) Research Objective Backgro ...
注意力机制+软阈值化 = 深度残差收缩网络（Deep Residual Shrinkage Network）
目录 1. 相关基础 1.1 残差网络 1.2 软阈值化 1.3 注意力机制 2. 深度残差收缩网络理论 2.1 动机 2.2 算法实现 2.3 优势结论顾名思义,深度残差收缩网络是由" ...
论文阅读：Deep Residual Shrinkage Networksfor Fault Diagnosis
简介本文提出了一种新的深度学习方法,即深度残差收缩网络,以提高对高噪声振动信号的特征学习能力,实现较高的故障诊断精度.在深层架构中加入软阈值作为非线性变换层,以消除不重要的特征.此外,考虑到阈值的选 ...
深度学习方法（五）：卷积神经网络CNN经典模型整理Lenet，Alexnet，Googlenet，VGG，Deep Residual Learning
欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld. 技术交流QQ群:433250724,欢迎对算法.技术感兴趣的同学加入. 关于卷积神经网络CNN,网络和文献 ...

Deep-Residual-Shrinkage-Networks模型

Deep-Residual-Shrinkage-Networks模型相关推荐

最新文章

热门文章