Een kernel uit een getraind netwerk halen
Een manier om modellen te interpreteren is door de eigenschappen van de kernels in de convolutionele lagen te bekijken. In deze oefening haal je een van de kernels uit een convolutioneel neuraal netwerk met gewichten die je hebt opgeslagen in een hdf5-bestand.
Deze oefening maakt deel uit van de cursus
Beeldmodellering met Keras
Oefeninstructies
- Laad de gewichten in het model vanuit het bestand
weights.hdf5. - Haal de eerste convolutionele laag in het model op via het attribuut
layers. - Gebruik de methode
.get_weights()om de gewichten uit deze laag te halen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Load the weights into the model
model.____('weights.hdf5')
# Get the first convolutional layer from the model
c1 = model.____[0]
# Get the weights of the first convolutional layer
weights1 = c1.____()
# Pull out the first channel of the first kernel in the first layer
kernel = weights1[0][...,0, 0]
print(kernel)