神剑山庄资源网 Design By www.hcban.com
在深度学习中,如果我们想获得某一个层上的feature map,就像下面的图这样,怎么做呢?
我们的代码是使用keras写的VGG16网络,网络结构如图:
那么我们随便抽取一层的数据吧,就拿第四层的pooling以后的结果作为输出吧,参考上面的网络结构,得到的结果维度应该是[1,56,56,128]的尺度。
怎么做呢?
首先通过keras构建模型:
model = VGG16(include_top=True, weights='imagenet')
然后设置输入和输出为:原始的输入和该层对应的输出,然后使用predict函数得到对应的结果
dense_result = Model(inputs=model.input,outputs=model.get_layer("block2_pool").output) dense_res = dense_result.predict(x)#使用predict得到该层结果
设置随机数(或者固定的数字)来获取某一层的结果
rand_layer = random.randint(10,128) x_output = dense_res[0,:,:,rand_layer] #获取某一层的数据:因为原始数据维度是[1,x,x,depths]的,我们仅仅提取某一个depth对应的[x,x]维度的信息 # 获取最大值,然后对该层数据进行归一化之后投影到0-255之间 max = np.max(x_output) print(max,"max value is :") # 然后进行归一化操作 x_output =x_output.astype("float32") / max * 255 print(x_output.shape)
最后对该层的feature进行显示,我们使用Pillow库
# 把图像转换成image可以表示的方式进行显示 from PIL import Image as PILImage x_output =PILImage.fromarray(np.asarray(x_output)) x_output1 = x_output.resize((400,400)) x_output1.show() print(np.asarray(x_output1))
结果如上图所示啦~
以上这篇在keras中获取某一层上的feature map实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无在keras中获取某一层上的feature map实例的评论...
更新日志
2024年09月30日
2024年09月30日
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】