from dataset import generate_data
import numpy as np
import os
from model import enhancednet
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
image_rows = 128
image_cols = 256
filename = 'detached_data.mat'
train_data, train1_data, label_data = generate_data(filename)
train_data = np.array(train_data, dtype=float)
train_data = np.reshape(train_data, (len(train_data), image_rows, image_cols, 1))
# print(train_data.shape)
train1_data = np.array(train1_data, dtype=float)
train1_data = np.reshape(train1_data, (len(train1_data), image_rows, image_cols, 1))
model = enhancednet()
model.fit(train_data, train1_data, batch_size=32, epochs=100, verbose=2, shuffle=True, validation_split=0.1)
model.save('enhanced_model.h5')
demo-tensorflow
yyfhq2024-10-24 11:25
相关推荐
数据智能老司机37 分钟前
精通 Python 设计模式——分布式系统模式逛逛GitHub38 分钟前
飞书多维表“独立”了!功能强大的超出想象。机器之心1 小时前
刚刚,DeepSeek-R1论文登上Nature封面,通讯作者梁文锋数据智能老司机2 小时前
精通 Python 设计模式——并发与异步模式数据智能老司机2 小时前
精通 Python 设计模式——测试模式数据智能老司机2 小时前
精通 Python 设计模式——性能模式c8i2 小时前
drf初步梳理每日AI新事件2 小时前
python的异步函数这里有鱼汤3 小时前
miniQMT下载历史行情数据太慢怎么办?一招提速10倍!aneasystone本尊3 小时前
学习 Chat2Graph 的知识库服务