如何用Tensorflow实现可视化神经网络中的中间层和卷积层？

本文共计795个文字，预计阅读时间需要4分钟。

为了观察网络训练的效果或便于调整、修改结构等，我们通常会记录训练过程中的loss、accuracy等参数。除此之外，有时我们还想查看训练良好的网络中，中间层输出和卷积核表面表达了什么。

为了查看网络训练的效果或者便于调参、更改结构等，我们常常将训练网络过程中的loss、accurcy等参数。

除此之外，有时我们也想要查看训练好的网络中间层输出和卷积核上面表达了什么内容，这可以帮助我们思考CNN的内在机制、调整网络结构或者把这些可视化内容贴在论文当中辅助说明训练的效果等。