KerasでCNNの中間層の可視化（特徴マップ）や重みの可視化まとめ

kerasで中間層の出力を取得

kerasでCNNの中間層を取得する方法は２種類存在する．

ケース１

from keras.models import Model

intermediante_layer_model = Model(inputs=model.input, outputs=model.get_layer("fc2").output)
y = intermediante_layer_model.predict(X)
print(y.shape)

ケース２

from keras import backend as K

get_layer_output = K.function([model.layers[0].input],[model.layers[21].output])
y = get_layer_output([X,0])[0]
print(y.shape)

ソースコード：featuremap.py

中間層の重みを可視化

中間層の重みを可視化するためには上記の中間層の取得のときに使ったコードを利用する．

weights = resnet.get_layer("conv1").get_weights()[0]

ソースコード

from keras.applications import ResNet50
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
<200b>
resnet = ResNet50()
resnet.summary()
<200b>
weights = resnet.get_layer("conv1").get_weights()[0]
<200b>
<200b>
weights.shape
print("shape",weights.shape)
<200b>
w = weights[:, :, ::-1, 0].copy()
m = w.min()
M = w.max()
w = (w-m)/(M-m)
plt.imshow(w)
<200b>
result = Image.new("RGB", (7*8+(8-1), 7*8+(8-1)))
for i in range(64):
    w= weights[:, :, ::-1, i].copy()
    M = w.max()
    m = w.min()
    w = (w-m)/(M-m)
    w *= 255
    img = Image.fromarray(w.astype("uint8"), mode="RGB")
    result.paste(img, (7*(i//8) + (i//8), 7*(i%8)+(i%8)))
plt.imshow(result)