tensorflow
एक दृढ़ परत के उत्पादन की कल्पना
खोज…
परिचय
सजातीय परतों की कल्पना करने के कई तरीके हैं, लेकिन वे समान घटकों को साझा करते हैं: दृढ़ तंत्रिका नेटवर्क के एक हिस्से के मूल्यों को प्राप्त करना, और उन मूल्यों की कल्पना करना। ध्यान दें कि वे विज़ुअलाइज़ेशन TensorBoard पर प्रदर्शित नहीं होने चाहिए और नहीं भी।
2 चरणों का एक मूल उदाहरण
उदाहरण मानता है कि आपने एमएनआईएसटी ( विशेषज्ञ के लिए डीप एमएनआईएसटी ) के ट्यूटोरियल को सफलतापूर्वक चलाया है और पूरी तरह से समझते हैं।
%matplotlib inline
import matplotlib.pyplot as plt
# con_val is a 4-d array, the first indicates the index of image, the last indicates the index of kernel
def display(con_val, kernel):
plt.axis('off')
plt.imshow(np.sum(con_val[:, :, :, kernel], axis=0), cmap=plt.get_cmap('gray'))
plt.show()
उपरोक्त फ़ंक्शन एक सरणी (con_val) को दर्शाता है जिसमें कर्नेल को दी गई एक संकेंद्रित परत के मान होते हैं। फ़ंक्शन सभी उदाहरणों के मूल्यों को पूरा करता है और उन्हें ग्रे-स्केल में प्लॉट करता है।
निम्नलिखित कोड पहली संकेंद्रित परत से मान प्राप्त करते हैं और उपरोक्त फ़ंक्शन को प्रदर्शित करने के लिए कॉल करते हैं।
labels = np.nonzero(mnist.test.labels)[1] # convert "one-hot vectors" to digits (0-9)
for i in range(2): # display only 0 and 1
con_val = h_pool1.eval(feed_dict={x:mnist.test.images[labels == i, :]}) #fetch
display(con_val, 3)
कोड केवल 0 और 1. के लेबल के अनुरूप विज़ुअलाइज़ेशन की साजिश रचते हैं। आप इन परिणामों को देख पाएंगे। 
