在keras中获取某一层上的feature map实例
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脚本之家。
相关文章
PyCharm调用matplotlib绘图时图像弹出问题详解
这篇文章主要给大家介绍了关于PyCharm调用matplotlib绘图时图像弹出问题的相关资料,文中通过图文介绍的非常详细,对大家学习或者使用PyCharm具有一定的参考学习价值,需要的朋友可以参考下2022-07-07Windows平台Python连接sqlite3数据库的方法分析
这篇文章主要介绍了Windows平台Python连接sqlite3数据库的方法,结合实例形式分析了Windows平台安装SQLite数据库及创建、连接数据库的实现方法与相关注意事项,需要的朋友可以参考下2017-07-07python利用pymysql和openpyxl实现操作MySQL数据库并插入数据
这篇文章主要为大家详细介绍了如何使用Python连接MySQL数据库,并从Excel文件中读取数据,将其插入到MySQL数据库中,有需要的小伙伴可以参考一下2023-10-10Python version 2.7 required, which was not found in the regi
这篇文章主要介绍了安装PIL库时提示错误Python version 2.7 required, which was not found in the registry问题的解决方法,需要的朋友可以参考下2014-08-08
最新评论