如何在keras中保存模型过滤器

时间:2018-06-04 10:49:58

标签: python numpy matplotlib keras

我使用here中的代码可视化我的cnn模型过滤器(内核),该代码如下:

from mpl_toolkits.axes_grid1 import make_axes_locatable
def nice_imshow(ax, data, vmin=None, vmax=None, cmap=None):
    """Wrapper around pl.imshow"""
    if cmap is None:
        cmap = cm.jet
    if vmin is None:
        vmin = data.min()
    if vmax is None:
        vmax = data.max()
    divider = make_axes_locatable(ax)
    cax = divider.append_axes("right", size="5%", pad=0.05)
    im = ax.imshow(data, vmin=vmin, vmax=vmax, interpolation='nearest', cmap=cmap)
    pl.colorbar(im, cax=cax)
#    pl.savefig("featuremaps--{}".format(layer_num) + '.jpg')

import numpy.ma as ma
def make_mosaic(imgs, nrows, ncols, border=1):
    """
    Given a set of images with all the same shape, makes a
    mosaic with nrows and ncols
    """
    nimgs = imgs.shape[0]
    imshape = imgs.shape[1:]

    mosaic = ma.masked_all((nrows * imshape[0] + (nrows - 1) * border,
                            ncols * imshape[1] + (ncols - 1) * border),
                            dtype=np.float32)

    paddedh = imshape[0] + border
    paddedw = imshape[1] + border
    for i in range(nimgs):
        row = int(np.floor(i / ncols))
        col = i % ncols

        mosaic[row * paddedh:row * paddedh + imshape[0],
               col * paddedw:col * paddedw + imshape[1]] = imgs[i]
    return mosaic


# Visualize weights
W=model.layers[8].get_weights()[0][:,:,0,:]
W=np.swapaxes(W,0,2)
W = np.squeeze(W)
print("W shape : ", W.shape)

pl.figure(figsize=(15, 15))
pl.title('conv1 weights')
nice_imshow(pl.gca(), make_mosaic(W, 8, 8), cmap=cm.binary)

我想保存过滤器图片。通常我们使用fig.savefig("featuremaps-kernel-{}".format(layer_num) + '.jpg')来保存数字。但它在这种情况下不起作用,可能是因为nice_ function。请帮助我必须编写的命令以使用命令而不是手动保存图形。因为如果有大型网络则有很多手工工作。

1 个答案:

答案 0 :(得分:1)

我有一个类似的问题,试图用plt.savefig在Keras中保存数据。 它总是导致空白图像。

我从来没有真正发现它为什么会发生,如果我没记错,它只会在使用多处理时发生,但我可能错了。

我使用非交互式后端解决了它,如果你永远不会用plt.show()显示它们,那么无论如何都应该是正确的选择。

在matplotlib导入的顶部添加

import matplotlib as mpl
mpl.use('Agg')

另外,如果您在某些时候保存了许多这样的图像,matplotlib会抱怨太多的开放数字。您应该在每个plt.close()之后添加plt.savefig来电。

对于纯粹轶事的答案感到抱歉,也许有更好洞察力的人会发表评论。