keras La taille de la matrice de poids Conv2d est inversée

Question

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:

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!

Answer 1

Vous pouvez transposer le tableau pour déplacer le 16 au début, puis le remodeler en (16, 3, 3).

filters= model.layers[0].get_weights()[0] 
print(filters.shape) 
# (3,3,1,16) 
filters = filters.transpose(3,0,1,2) 
print(filters.shape) 
# (16, 3, 3, 1) 
filters = filters.reshape((16,3,3)) 
print(filters.shape) 
# (16, 3, 3)