从 Torch Tensor 可视化 CNN 权重

Question

我有一个大小为 64x64x3x3 的 Torch Cuda 张量，我想将给定层的权重可视化如下：

local layer = model:get(3)
local weights = layer.weight
local imgDisplay = image.toDisplayTensor{input=weights, padding=2, scaleeach=80}

这会产生错误：

'packed must be a HxW or KxHxW or Kx3xHxW tensor, or a list of tensors

我应该如何调整张量的大小以使用 toDisplayTensor？谢谢。

Answer 1

错误似乎非常直接 - 您应该以以下任一形式提供数据：

• HxW - 高度 x 重量，2 维张量，每个内核/通道对一个
• KxHxW - 内核 x 高度 x 重量，3 维张量，每个通道一个（例如，如果数据是灰度数据）
• Kx3xHxW - 内核 x 通道 x 高度 x 重量，4-dim 张量，每个网络层一个（对于 3 通道颜色数据，因为第二个 dim 将映射到 RGB 比例）

在您的情况下，我假设您的图像是 64x64（或当前卷积之后）？然后你需要 3x3x64x64 张量，其中第一个维度是对内核的迭代，第二个是对颜色的迭代，第三个是对图像本身进行迭代的维度。