Я пытаюсь заставить DCGAN (Глубокие сверточные генеративные состязательные сети) работать с тензорным потоком для Java.
Я добавил необходимый код в model.py от DCGAN, как показано ниже, для вывода графика для последующего использования в tenorflow для Java.
//at the beginning to define where the model will be saved
#
self.load_dir = load_dir
self.models_dir = models_dir
graph = tf.Graph()
self.graph = graph
self.graph.as_default()
#
//near the end where the session is ran in order to build and save the model to be used in tensorflow for java. A model is saved every 200 samples as defined by DCGAN’s default settings.
#
steps = "training_steps-" + "{:08d}".format(step)
set_models_dir = os.path.join(self.models_dir, steps)
builder = tf.saved_model.builder.SavedModelBuilder(set_models_dir)
self.builder = builder
self.builder.add_meta_graph_and_variables(self.sess, [tf.saved_model.tag_constants.SERVING])
self.builder.save()
#
Приведенные выше коды выводят график, который загружается следующий Java код
package Main;
import java.awt.image.BufferedImage;
import java.io.File;
import java.util.Random;
import javax.imageio.ImageIO;
import org.tensorflow.Tensor;
public class DCGAN {
public static void main(String[] args) throws Exception {
String model_dir = "E:\\AgentWeb\\mnist-steps\\training_steps-00050000";
//SavedModelBundle model = SavedModelBundle.load(model_dir , "serve");
//Session sess = model.session();
Random rand = new Random();
int sample_num = 64;
int z_dim = 100;
float [][] gen_random = new float [64][100];
for(int i = 0 ; i < sample_num ; i++) {
for(int j = 0 ; j < z_dim ; j++) {
gen_random[i][j] = (float)rand.nextGaussian();
}
}
Tensor <Float> sample_z = Tensor.<Float>create(gen_random, Float.class);
Tensor <Float> sample_inputs = Tensor.<Float>create(placeholder, Float.class);
// placeholder is the tensor which I want to create after solving the problem below.
//Tensor result = sess.runner().fetch("t_vars").feed("z", sample_z).feed("inputs", sample_inputs).run().get(3);
}
}
(я оставил несколько комментариев, поскольку использовал их для отладки)
При использовании этого метода я застрял в определенной части перевода кода python до Java для использования в тензорном потоке для Java. В DCGAN model.py , где обрабатываются изображения, есть следующий код:
get_image(sample_file,
input_height=self.input_height,
input_width=self.input_width,
resize_height=self.output_height,
resize_width=self.output_width,
crop=self.crop,
grayscale=self.grayscale) for sample_file in sample_files]
, который вызывает get_iamge в сохраненный_utils.py следующим образом
def get_image(image_path, input_height, input_width,
resize_height=64, resize_width=64,
crop=True, grayscale=False):
image = imread(image_path, grayscale)
return transform(image, input_height, input_width,
resize_height, resize_width, crop)
, который затем вызывает метод с именем imread следующим образом
def imread(path, grayscale = False):
if (grayscale):
return scipy.misc.imread(path, flatten = True).astype(np.float)
else:
# Reference: https://github.com/carpedm20/DCGAN-tensorflow/issues/162#issuecomment-315519747
img_bgr = cv2.imread(path)
# Reference: https://stackoverflow.com/a/15074748/
img_rgb = img_bgr[..., ::-1]
return img_rgb.astype(np.float)
Мой вопрос заключается в том, что я не уверен, что делает часть img_rgb = img_bgr[..., ::-1]
и как мне перевести ее для использования в моем файле Java в tenorflow. java.
Я знаком с тем, как массивы срезов python, но я не знаком с тремя точками, используемыми там. Я читал там про ссылку на вопросы stackoverflow и там упоминается, что она похожа на img[:, :, ::-1]. Но я не совсем уверен, что именно он делает.
Любая помощь приветствуется, и спасибо, что нашли время прочитать этот длинный пост.