SRCNN的实现代码是什么

以下是SRCNN的实现代码：

import numpy as np
from keras.models import Sequential
from keras.layers import Conv2D

def SRCNN():
    model = Sequential()
    model.add(Conv2D(filters=64, kernel_size=(9,9), padding='same', activation='relu', input_shape=(None,None,1)))
    model.add(Conv2D(filters=32, kernel_size=(1,1), padding='same', activation='relu'))
    model.add(Conv2D(filters=1, kernel_size=(5,5), padding='same'))
    model.compile(optimizer='adam', loss='mean_squared_error')
    return model

该代码使用Keras框架实现了SRCNN模型。该模型由三个卷积层组成，第一层卷积核大小为9x9，输出通道数为64；第二层卷积核大小为1x1，输出通道数为32；第三层卷积核大小为5x5，输出通道数为1。其中第一层和第二层使用ReLU激活函数，第三层不使用激活函数。模型使用均方误差作为损失函数，使用Adam优化器进行训练。