如何提取在卷积层中学习的过滤器？

【问题标题】：How can I extract the filters learned in a Convolution layer?如何提取在卷积层中学习的过滤器？
【发布时间】：2017-02-24 05:02:32
【问题描述】：

我的 R 代码中有一个卷积层，创建为：
conv1 <- mx.symbol.Convolution(data=data, kernel=c(10,1), num_filter=10)

网络完全训练后，如何提取这 10 个过滤器？

【问题讨论】：

标签： r mxnet

【解决方案1】：

滤波器权重在卷积的weight 参数中。假设您使用了标准布局，如您的示例所示，权重将具有形状 (num_filter, channels, kernel[0], kernel[1])。

例如

conv1.weight.data()[0]

从当前上下文中访问第一个过滤器的权重张量。

【讨论】：