什么？AI黑白图像能够自动上色？( 六 )_作者|李秋键责编|刘静本篇文章将利用GA

discrim_optim=tf.train.AdamOptimizer(a.lra.beta1) discrim_grads_and_vars=discrim_optim.compute_gradients(discrim_lossvar_list=discrim_tvars) discrim_train=discrim_optim.apply_gradients(discrim_grads_and_vars) with tf.name_scope( \"generator_train\" ): with tf.control_dependencies([discrim_train
): gen_tvars=[ var for var in tf.trainable_variables() if var .name.startswith( \"generator\" )
gen_optim=tf.train.AdamOptimizer(a.lra.beta1) gen_grads_and_vars=gen_optim.compute_gradients(gen_lossvar_list=gen_tvars) gen_train=gen_optim.apply_gradients(gen_grads_and_vars) 现在，我们必须调整图像的大小来适应 Inception 模型。然后根据模型对像素和颜色值使用预处理器进行格式化。在最后一步中，我们通过 Inception 网络运行它并提取模型的最后一层。神经网络进行训练后，做出最终的预测，并将其转化为图像。

在这里，我们使用一个灰度图像作为输入，并通过训练好的神经网络来运行它。我们取在 - ~之间所有的输出值，然后乘以，就得到了 Lab 色谱中正确的颜色。

最后，用三层填充得到一个黑色的 RGB 画布。然后从测试图像中，复制灰度图层。然后将这两个颜色层添加到 RGB 画布上。再将这个像素值数组转换为图片。