从Torch Tensor可视化CNN重量

Question

我有一个大小为64x64x3x3的Torch Cuda Tensor，我希望可视化给定图层的权重，如下所示：

local layer = model:get(3)
local weights = layer.weight
local imgDisplay = image.toDisplayTensor{input=weights, padding=2, scaleeach=80}

这会产生错误：

'packed must be a HxW or KxHxW or Kx3xHxW tensor, or a list of tensors

为了使用toDisplayTensor，我应该如何调整张量的大小？感谢。

Answer 1

错误似乎非常直接 - 您应该以以下形式提供数据：

• HxW - 高x重量，2-dim张量，每个内核/通道对一个
• KxHxW - 内核x高x重量，三维张量，每通道一个（例如，如果数据为灰度）
• Kx3xHxW - 内核x通道x高x重量，4-dim张量，每个网络层一个（对于3通道颜色数据，因为第二个暗淡将映射到RGB刻度）

在你的情况下，我假设你的图像是64x64（或在当前的卷积之后）？那么你需要3x3x64x64 Tensor，其中第一维是迭代内核的，第二维是颜色，第三维是图像本身。