Keras特征图在Tensorboard上的可视化
发布时间
阅读量：
阅读量
前言
过去曾使用Tensorflow框架进行相关研究。其中的核心思路就是将特征图展平并呈现为一个整体图像。具体参考：Tensorboard特征图可视化
文章主要的功能就是通过沿着第四通道进行展开展开特征图，并随后进行拼接操作。其输出结果即为一个四维张量，在其中的第一维度对应于输入数据的批次大小，在末尾维度上则为1；其余两个维度则构成了较大的特征图的空间尺寸。
def _concact_features(self, conv_output):
"""
对特征图进行reshape拼接
:param conv_output:输入多通道的特征图
:return:
"""
num_or_size_splits = conv_output.get_shape().as_list()[-1]
each_convs = tf.split(conv_output, num_or_size_splits=num_or_size_splits, axis=3)
concact_size = int(math.sqrt(num_or_size_splits) / 1)
all_concact = None
for i in range(concact_size):全部评论 (0)
还没有任何评论哟~