Extrahera en kernel från ett tränat nätverk
Ett sätt att tolka modeller är att undersöka egenskaperna hos kernlarna i de konvolutionella lagren. I den här övningen extraherar du en av kernlarna från ett konvolutionellt neuralt nätverk med vikter som sparats i en hdf5-fil.
Den här övningen är en del av kursen
Bildmodellering med Keras
Övningsinstruktioner
- Läs in vikterna i modellen från filen
weights.hdf5. - Hämta det första konvolutionella lagret i modellen via attributet
layers. - Använd metoden
.get_weights()för att extrahera vikterna från det här lagret.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)