可视化卷积网络

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
os.environ["KERAS_BACKEND"] = "tensorflow"
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

import keras
import numpy as np
import tensorflow as tf

print(keras.__version__,tf.__version__)

model = keras.applications.ResNet50V2(include_top=False)

layer = model.get_layer("conv3_block4_out")

feature_extractor = keras.Model(inputs=model.inputs, outputs=layer.output)

def compute_loss(input_image, filter_index,model):#参数:输入(四维张量),滤镜索引,特征提取模型
    activation = model(input_image)#获取特征图
    filter_activation = activation[:,:,:,filter_index]#(n,h,w)
    # print(f'{filter_activation.shape=}')
    return tf.reduce_mean(filter_activation)#返回的是单个滤镜图(矩阵)的均值,标量

@tf.function
def gradient_ascent_step(img, filter_index, learning_rate,model):#图函数
    with tf.GradientTape() as tape:#对输入图片求梯度,梯度上升
        tape.watch(img)#梯度带监视输入图片数据
        loss = compute_loss(img, filter_index,model)#计算某个滤镜图的损失
    # 用标量数据loss对输入数据求梯度
    grads = tape.gradient(loss, img)
    #梯度单位化(就是对其中的行或列向量单位化,向量长度变成1)
    grads = tf.math.l2_normalize(grads)
    img += learning_rate * grads#梯度上升,获取滤镜激活图
    return loss, img

def initialize_image(w,h,c):#构造输入图像数据(-0.125,0.125)
    img = tf.random.uniform((1,w,h,c))# 生成满足均匀分布的随机值
    return (img - 0.5) * 0.25
def visua

最近更新

  1. TCP协议是安全的吗?

    2024-05-09 18:16:10       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-05-09 18:16:10       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-05-09 18:16:10       19 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-05-09 18:16:10       20 阅读

热门阅读

  1. web server apache tomcat11-32-rewrite

    2024-05-09 18:16:10       17 阅读
  2. C# Solidworks二次开发:枚举应用实战(第十二讲)

    2024-05-09 18:16:10       10 阅读
  3. 学习c#第23天 StringBuilder 效率测试

    2024-05-09 18:16:10       14 阅读
  4. LeetCode 16.最接近的三数之和

    2024-05-09 18:16:10       15 阅读
  5. thinkphp5.1 新建模块

    2024-05-09 18:16:10       12 阅读
  6. C++关联容器unordered_map无法通过索引来访问元素

    2024-05-09 18:16:10       11 阅读
  7. 05. 基于Verilog的呼吸灯程序设计

    2024-05-09 18:16:10       14 阅读