tensorflow
길쌈 레이어의 출력 시각화

소개

2 단계의 기본 예

이 예에서는 MNIST ( 전문가 용 Deep MNIST) 자습서를 성공적으로 실행하고 완전히 이해했다고 가정합니다.

%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()

위의 함수는 커널이 주어진 컨벌루션 레이어의 값을 포함하는 배열 (con_val)을 시각화합니다. 이 함수는 모든 예제 값을 합계하고 그레이 스케일로 그립니다.

다음 코드는 첫 번째 길쌈 레이어에서 값을 가져오고 위의 함수를 호출하여 표시합니다.

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)

코드는 0과 1의 레이블에 해당하는 시각화 만 플롯합니다. 이러한 결과를 볼 수 있습니다.