Wyodrębnianie jądra z wytrenowanej sieci
Jednym ze sposobów interpretacji modeli jest analiza właściwości jąder (ang. kernels) w warstwach splotowych. W tym ćwiczeniu wyodrębnisz jedno z jąder splotowej sieci neuronowej, korzystając z wag zapisanych wcześniej w pliku hdf5.
To ćwiczenie jest częścią kursu
Modelowanie obrazów z Keras
Instrukcje do ćwiczenia
- Wczytaj wagi do modelu z pliku
weights.hdf5. - Pobierz pierwszą warstwę splotową modelu, korzystając z atrybutu
layers. - Użyj metody
.get_weights(), aby wyodrębnić wagi z tej warstwy.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)