2015-07-20 5 views
5

Im CONV-Netzen Modell, ich weiß, wie die Filter sichtbar zu machen, können wir itorch.image tun (Modell: get (1) .weight)Visualize Bilder in Zwischenschichten in Brenner (LUA)

Aber wie Könnte ich die Ausgabebilder nach der Faltung effizient visualisieren? besonders diese Bilder in der zweiten oder dritten Schicht in einem tiefen neuronalen Netzwerk?

Danke.

+0

Der zweite d Antwort ist passender, bitte wählen Sie die Antwort wieder aus, damit es für Leute einfacher ist, die die bessere und korrekte Antwort finden – Anuj

Antwort

13

Ähnlich Gewicht, können Sie verwenden:

itorch.image(model:get(1).output) 
+0

Danke! Lass mich das versuchen. – James

+0

Genau das, was ich brauchte, danke – Anuj

5

die Gewichte Zur Visualisierung:

-- visualizing weights 
n = nn.SpatialConvolution(1,64,16,16) 
itorch.image(n.weight) 

die Merkmalskarten zu visualisieren:

-- initialize a simple conv layer 
n = nn.SpatialConvolution(1,16,12,12) 

-- push lena through net :) 
res = n:forward(image.rgb2y(image.lena())) 

-- res here is a 16x501x501 volume. We view it now as 16 separate sheets of size 1x501x501 using the :view function 
res = res:view(res:size(1), 1, res:size(2), res:size(3)) 
itorch.image(res) 

Weitere: https://github.com/torch/tutorials/blob/master/1_get_started.ipynb