伏龙阁资源网

在keras中获取某一层上的feature map实例
站长资源 2024/11/25 佚名
2 0

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：

在keras中获取某一层上的feature map实例

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。

广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
www.wwsws.com 伏龙阁资源网
39,976影音资源
44,792技术资源
21,817软件资源
651,128站长资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 桃源资源网 杰网资源 富贵资源网 南强小屋 铁雪资源网 幽灵资源网 万梅资源网 狼山资源网 白云岛资源网 昆仑资源网 相思资源网 明霞山资源网 内蒙古资源网 黑松山资源网 茶园资源网 饿虎岗资源网 大旗谷资源网 常春岛资源网 岱庙资源网 兴国资源网 快活林资源网 蝙蝠岛资源网 帝王谷资源网 白云城资源网 伏龙阁资源网 清风细雨楼 天枫庄资源网 圆月山庄资源网 无争山庄资源网 神水资源网 移花宫资源网 神剑山庄资源网 无为清净楼资源网 金钱帮资源网 丐帮资源网 华山资源网 极乐门资源网 小李飞刀资源网 凤求凰客栈 风云阁资源网 金狮镖局 鸳鸯亭资源网 千金楼资源网 更多链接