Je crée un CNN en utilisant Keras 2.0.8, avec un backend tensorflow. J'essaie d'obtenir la matrice de poids de la première couche de convolution comme indiqué ci-dessous:keras La taille de la matrice de poids Conv2d est inversée
model = Sequential()
model.add(Conv2D(filters=16, kernel_size=(3,3),
input_shape=
(9,9,1),activation='relu',kernel_regularizer =l2(regularization_coef)))
model.add(Conv2D(filters=64, kernel_size=
(3,3),activation='relu',kernel_regularizer = l2(regularization_coef)))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(128,activation='relu',kernel_regularizer =
l2(regularization_coef)))
model.add(Dropout(0.5))
model.add(Dense(2,activation='softmax',kernel_regularizer =
l2(regularization_coef)))
model.compile(loss='categorical_crossentropy',
optimizer='adadelta',metrics=['accuracy'])
model.summary()
model.fit(X_train, Y_train, batch_size=batch_size, epochs=nb_epoch,
verbose=0, validation_split=0.1)
score = model.evaluate(X_test, Y_test, verbose=0)
print('Test score:', score[0])
print('Test accuracy:', score[1])
filters= model.layers[0].get_weights()[0]
print(filters.shape)
La première couche, comme vous pouvez le voir est une couche de convolution 2d avec 16 filtres, de la taille du noyau (3,3) et 1 canal d'entrée. Donc la dernière ligne devrait me donner une forme de (16,1,3,3), mais à la place j'ai une forme de (3,3,1,16). Je veux visualiser les poids comme 16 matrices 3x3, mais je ne suis pas capable de le faire à cause de ce problème de forme. Quelqu'un peut-il m'aider s'il vous plaît? Merci d'avance!
Merci beaucoup. Donc, je peux très bien le faire bien? 'filters = filters.transpose (3,2,0,1) impression (filters.shape) # (16,1,3,3)' – abhih1