在 Keras CNN 中可视化深层过滤器

Question

我的问题很简单。我想可视化在深层卷积网络中使用了哪些过滤器来提取预测最终模型的特征。通过可视化，我的意思是将其保存为 .png 格式，就像在 https://s3-ap-south-1.amazonaws.com/av-blog-media/wp-content/uploads/2018/03/cnn_filters.png 的最后一层中显示的过滤器一样，我们实际上可以在最后一层过滤器中看到一辆汽车

我可以通过我自己的问题Visualising Keras CNN final trained filters at each layer 提供的帮助来可视化第一个卷积层的过滤器，但这仅显示第一层的可视化。第一层过滤器看起来像一些随机彩色的 3x3 像素图像。但是我想在第一个链接中看到像汽车过滤器一样的最终层过滤器。

第一层过滤器看起来像一些随机彩色的 3x3 像素图像。但我想在第一个链接中看到最后一层过滤器，比如汽车过滤器。 就连汽车滤清器https://www.analyticsvidhya.com/blog/2018/03/essentials-of-deep-learning-visualizing-convolutional-neural-networks/的文章也只有第一层的代码

Answer 1

Python 库keras-vis 是可视化 CNN 的绝佳工具。它可以生成卷积过滤器可视化、密集层可视化和注意力图。最新版本相当老旧（而且有点bug），所以我建议从master 安装：

pip install git+https://github.com/raghakot/keras-vis.git

Answer 2

您可以通过以下方式处理不同层的权重：

w = model.layers[i].get_weights()[0][:,:,:,:]

其中i 是您的层数。

如果是链接中的图片，我不确定它实际上是权重还是显示的激活图。您可以通过以下方式获得：

from keras import backend as K

get_output = K.function([model.layers[0].input],[cnn.layers[i].output])
output_normal = get_output([X])[0][m]

其中m是X中某个图像的编号作为输入。