Question

我正在尝试绘制两件事：

1）应用每个滤波器后的输出（如果为“ Conv2D（32，（3,3）....），则总共为32个输出

2）在学习时学习/生成的过滤器（如上所述，共有32个过滤器）

下面是我的代码，演示图像是： Sample Image

首先，我刚刚读了一张图片：

import cv2
import matplotlib.pyplot as plt
%matplotlib inline`
plt.imshow(face)
cv2.waitKey(0)

Ouput of above code

然后我用Keras创建了简单的1层CNN：

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

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape = face.shape, padding='valid', activation = 'relu'))

face_batch = np.expand_dims(face, axis=0)
conv_face = model.predict(face_batch)

def visualize_face(face_batch):
    face = np.squeeze(face_batch, axis=0)
    print (face.shape)
    plt.imshow(face[:,:,31])

上面的最后一行从0到31（总共32个过滤器）变化，对于我想可视化的过滤器。那么最后一个单元格将是：

print(np.squeeze(conv_face, axis=0).shape)
visualize_face(conv_face)

Output of above code

这是一种可视化应用于图像的滤镜输出的正确方法吗？

现在问我第二个问题：

我正在尝试绘制模型获得的所有这32个过滤器，同时获取这些输出。那么有人可以帮助我查询吗？

提前谢谢：）

Answer 1

您知道如何可视化吗？首先，我是一个初学者，但我会尽力回答您的问题。我的两分钱价值在于，您正在可视化中间激活而不是过滤器。您可以参考this tutorial以获得有关这两个问题的更多详细信息。

CNN层可视化

1 个答案: