Melihat konvolusi
Menginspeksi aktivasi dari sebuah layer konvolusional adalah hal yang menarik. Anda perlu mencobanya setidaknya sekali seumur hidup!
Untuk melakukannya, Anda akan membangun model baru dengan objek Keras Model, yang menerima daftar input dan daftar output. Output yang akan Anda berikan ke model baru ini adalah keluaran dari layer konvolusional pertama saat diberikan gambar input berupa digit MNIST.
model konvolusional yang Anda bangun pada latihan sebelumnya sudah dilatih untuk Anda. Model tersebut kini dapat mengklasifikasikan gambar tulisan tangan MNIST dengan benar. Anda dapat memeriksanya dengan model.summary() di konsol.
Mari kita lihat masker konvolusional yang dipelajari pada layer konvolusional pertama dari model ini!
Latihan ini merupakan bagian dari kursus
Pengantar Deep Learning dengan Keras
Instruksi latihan
- Dapatkan referensi ke keluaran layer konvolusional pertama dalam model.
- Bangun model baru menggunakan masukan layer pertama model dan
first_layer_outputsebagai keluarannya. - Gunakan
first_layer_modelini untuk melakukan prediksi padaX_test. - Plot aktivasi digit pertama dari
X_testuntuk filter neuron ke-15 dan ke-18.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Obtain a reference to the outputs of the first layer
first_layer_output = model.layers[____].output
# Build a model using the model's input and the first layer output
first_layer_model = Model(inputs = model.layers[0].input, outputs = ____)
# Use this model to predict on X_test
activations = ____.____(____)
# Plot the activations of first digit of X_test for the 15th filter
axs[0].matshow(activations[____,:,:,14], cmap = 'viridis')
# Do the same but for the 18th filter now
axs[1].matshow(activations[0,:,:,____], cmap = 'viridis')
plt.show()