[英]How to get featuremap of convolutional layer in keras
我有一個使用Keras加載的模型。 我需要能夠找到各個要素圖(每個要素圖的打印值)。 我能夠打印砝碼。 以下是我的代碼:
for layer in model.layers:
g=layer.get_config()
h=layer.get_weights()
print g
print h
該模型由一個共有384個神經元的卷積層組成。 前128個過濾器的大小為3,下4個過濾器,最后128個的過濾器大小為5。然后,存在relu和maxpool層,然后將其饋入softmax層。 我希望能夠找到convlayer,relu和maxpool的輸出(值而不是形狀)。 我已經在網上看到代碼,但是無法理解如何將代碼映射到我的情況。
如果您正在尋找一種方法來查找給定一個或多個輸入樣本的圖層的激活(即要素圖或輸出),則可以簡單地定義一個后端函數 ,該函數采用輸入數組並給出激活作為其輸出。 這是一個示例示例(即,您可能需要使其適應您的需求和模型架構):
from keras import backend as K
# define a function to get the activation of all layers
outputs = [layer.output for layer in model.layers]
active_func = K.function([model.input], [outputs])
# you can use it like this
activations = active_func([my_input_array])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.