Question

我正在使用Keras的预训练VGG16模型，我想要可视化每层的输出。但是，layer.output返回一个张量对象 - 如何将其转换为允许我获取图像输出的东西？

model = VGG16(weights='imagenet', include_top=True)
img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

layer1 = model.layers[1] #I want the output of the second layer
layer1.output  #returns a tensor object

此外，当我尝试访问特定节点的输出时，它返回一个张量：

layer1.get_output_at(0)

非常感谢任何帮助。谢谢。

Answer 1

您需要评估张量，这可能是最好的方法，通过配置模型以在运行预测时返回它们。

e.g。

layer_outputs = [layer.output for layer in model.layers]
viz_model = Model(input=model.input, output=layer_outputs)
...
features = viz_model.predict(x)
for feature_map in features:
   ...

另请查看此博客文章，其中介绍了与您尝试的内容类似的练习：https://blog.keras.io/how-convolutional-neural-networks-see-the-world.html

如何从keras中的张量对象中获取输出？

1 个答案: