如何在keras中提取特定层的feature map实例?
- 内容介绍
- 文章标签
- 相关推荐
本文共计496个文字,预计阅读时间需要2分钟。
在深度学习中,若想获取某一层级的特征图,就像查看底下的图这样,怎么做呢?
我们的代码是使用Keras编写,基于VGG16网络,结构如下:
那么,随便抽取一层的数据吧,就取第一层conv1_1的数据,如下:
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。
本文共计496个文字,预计阅读时间需要2分钟。
在深度学习中,若想获取某一层级的特征图,就像查看底下的图这样,怎么做呢?
我们的代码是使用Keras编写,基于VGG16网络,结构如下:
那么,随便抽取一层的数据吧,就取第一层conv1_1的数据,如下:
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。

