Deep learning with Python 學習筆記（4）

時間  2019-12-01
標籤 deep learning python 學習 筆記 欄目 Python 简体版
原文   原文鏈接

本節講卷積神經網絡的可視化
三種方法html

  1. 可視化卷積神經網絡的中間輸出（中間激活）算法

    有助於理解卷積神經網絡連續的層如何對輸入進行變換，也有助於初步瞭解卷積神經網絡每一個過濾器的含義數組

  2. 可視化卷積神經網絡的過濾器網絡

    有助於精確理解卷積神經網絡中每一個過濾器容易接受的視覺模式或視覺概念app

  3. 可視化圖像中類激活的熱力圖dom

    有助於理解圖像的哪一個部分被識別爲屬於某個類別，從而能夠定位圖像中的物體函數

可視化中間激活
是指對於給定輸入，展現網絡中各個卷積層和池化層輸出的特徵圖，這讓咱們能夠看到輸入如何被分解爲網絡學到的不一樣過濾器。咱們但願在三個維度對特徵圖進行可視化：寬度、高度和深度（通道）。每一個通道都對應相對獨立的特徵，因此將這些特徵圖可視化的正確方法是將每一個通道的內容分別繪製成二維圖像學習

Keras加載模型方法ui

from keras.models import load_model
model = load_model('cats_and_dogs_small_2.h5')

可視化方法3d

from keras.models import load_model
from keras.preprocessing import image
import numpy as np
import matplotlib.pyplot as plt
from keras import models


model = load_model('dogVScat.h5')
# 查看模型
model.summary()
img_path = "C:\\Users\\fan\\Desktop\\testDogVSCat\\test\\cats\\cat.1700.jpg"

img = image.load_img(img_path, target_size=(150, 150))
img_tensor = image.img_to_array(img)
img_tensor = np.expand_dims(img_tensor, axis=0)
img_tensor /= 255
# shape(1, 150, 150, 3)
print(img_tensor.shape)
plt.title("original cat")
plt.imshow(img_tensor[0])
plt.show()
# 提取前 8 層的輸出
layer_outputs = [layer.output for layer in model.layers[:8]]
# 建立一個模型，給定模型輸入，能夠返回這些輸出
activation_model = models.Model(inputs=model.input, outputs=layer_outputs)
# 返回8個Numpy數組組成的列表，每一個層激活對應一個 Numpy 數組
activations = activation_model.predict(img_tensor)
first_layer_activation = activations[0]
# 將第 4 個通道可視化
plt.matshow(first_layer_activation[0, :, :, 4])
plt.show()
# 將每一箇中間激活的全部通道可視化
layer_names = []
for layer in model.layers[:8]:
    layer_names.append(layer.name)
images_per_row = 16
for layer_name, layer_activation in zip(layer_names, activations):
    # 特徵圖中的特徵個數
    n_features = layer_activation.shape[-1]
    size = layer_activation.shape[1]
    # 在這個矩陣中將激活通道平鋪
    n_cols = n_features // images_per_row
    display_grid = np.zeros((size * n_cols, images_per_row * size))
    for col in range(n_cols):
        for row in range(images_per_row):
            channel_image = layer_activation[0, :, :, col * images_per_row + row]
            # 對特徵進行後處理，使其看起來更美觀
            channel_image -= channel_image.mean()
            if channel_image.std() != 0:
                channel_image /= channel_image.std()
            channel_image *= 64
            channel_image += 128
            channel_image = np.clip(channel_image, 0, 255).astype('uint8')
            display_grid[col * size: (col + 1) * size,
            row * size: (row + 1) * size] = channel_image
    scale = 1. / size
    plt.figure(figsize=(scale * display_grid.shape[1],
                        scale * display_grid.shape[0]))
    plt.title(layer_name)
    plt.grid(False)
    plt.imshow(display_grid, aspect='auto', cmap='viridis')
    plt.show()

結果
原始貓

模型，使用之上第一個介紹的貓狗二分類的模型

第一層

第四層

第七層

第八層

隨着層數的加深，激活變得愈來愈抽象，而且愈來愈難以直觀地理解。它們開始表示更高層次的概念
即，隨着層數的加深，層所提取的特徵變得愈來愈抽象。更高的層激活包含關於特定輸入的信息愈來愈少，而關於目標的信息愈來愈多

可視化卷積神經網絡的過濾器
想要觀察卷積神經網絡學到的過濾器，另外一種簡單的方法是顯示每一個過濾器所響應的視覺模式。這能夠經過在輸入空間中進行梯度上升來實現：從空白輸入圖像開始，將梯度降低應用於卷積神經網絡輸入圖像的值，其目的是讓某個過濾器的響應最大化。獲得的輸入圖像是選定過濾器具備最大響應的圖像

過程

首先，須要構建一個損失函數，其目的是讓某個卷積層的某個過濾器的值最大化；而後，咱們要使用隨機梯度降低來調節輸入圖像的值，以便讓這個激活值最大化

from keras import backend as K
import numpy as np
from keras.applications import VGG16
import matplotlib.pyplot as plt
from keras.preprocessing import image


# 將張量轉換爲有效圖像
def deprocess_image(x):
    x -= x.mean()
    x /= (x.std() + 1e-5)
    x *= 0.1
    x += 0.5
    # 將 x 裁切（clip）到 [0, 1] 區間
    x = np.clip(x, 0, 1)
    x *= 255
    # 將 x 轉換爲 RGB 數組
    x = np.clip(x, 0, 255).astype('uint8')
    return x


# 生成過濾器可視化
def generate_pattern(layer_name, filter_index, size=150):
    layer_output = model.get_layer(layer_name).output
    loss = K.mean(layer_output[:, :, :, filter_index])
    grads = K.gradients(loss, model.input)[0]
    grads /= (K.sqrt(K.mean(K.square(grads))) + 1e-5)
    iterate = K.function([model.input], [loss, grads])
    input_img_data = np.random.random((1, size, size, 3)) * 20 + 128.
    step = 1.
    for i in range(40):
        loss_value, grads_value = iterate([input_img_data])
        input_img_data += grads_value * step
    img = input_img_data[0]
    return deprocess_image(img)


# 爲過濾器的可視化定義損失張量
model = VGG16(weights='imagenet', include_top=False)
layer_name = 'block3_conv1'
filter_index = 0
layer_output = model.get_layer(layer_name).output
loss = K.mean(layer_output[:, :, :, filter_index])
# 　獲取損失相對於輸入的梯度
grads = K.gradients(loss, model.input)[0]
# 將梯度張量除以其 L2 範數來標準化
grads /= (K.sqrt(K.mean(K.square(grads))) + 1e-5)
# 　給定 Numpy 輸入值，獲得 Numpy 輸出值
iterate = K.function([model.input], [loss, grads])
loss_value, grads_value = iterate([np.zeros((1, 150, 150, 3))])

# 　經過隨機梯度降低讓損失最大化
# 從一個帶噪聲的隨機圖像開始
input_img_data = np.random.random((1, 150, 150, 3)) * 20 + 128.
plt.imshow(image.array_to_img(input_img_data[0]))
plt.show()
step = 1.
for i in range(40):
    loss_value, grads_value = iterate([input_img_data])
    input_img_data += grads_value * step


def draw_layer_filter(layer_name):
    size = 64
    margin = 5
    results = np.zeros((8 * size + 7 * margin, 8 * size + 7 * margin, 3))
    for i in range(8):
        for j in range(8):
            filter_img = generate_pattern(layer_name, i + (j * 8), size=size)
            horizontal_start = i * size + i * margin
            horizontal_end = horizontal_start + size
            vertical_start = j * size + j * margin
            vertical_end = vertical_start + size
            results[horizontal_start: horizontal_end, vertical_start: vertical_end, :] = filter_img
    plt.figure(figsize=(20, 20))
    results = image.array_to_img(results)
    plt.imshow(results)
    plt.show()


draw_layer_filter(layer_name='block1_conv1')
draw_layer_filter(layer_name='block4_conv1')

結果
輸入圖像

過濾器: block1_conv1

過濾器：block4_conv1

經過對比發現

模型第一層（block1_conv1）的過濾器對應簡單的方向邊緣和顏色（還有一些是彩色邊緣）
高層的過濾器相似於天然圖像中的紋理

可視化類激活的熱力圖
這種可視化方法有助於瞭解一張圖像的哪一部分讓卷積神經網絡作出了最終的分類決策。這有助於對卷積神經網絡的決策過程進行調試，特別是出現分類錯誤的狀況下。這種方法還能夠定位圖像中的特定目標
這種通用的技術叫做類激活圖（CAM，class activation map）可視化，它是指對輸入圖像生成類激活的熱力圖。類激活熱力圖是與特定輸出類別相關的二維分數網格，對任何輸入圖像的每一個位置都要進行計算，它表示每一個位置對該類別的重要程度
一種方法

給定一張輸入圖像，對於一個卷積層的輸出特徵圖，用類別相對於通道的梯度對這個特徵圖中的每一個通道進行加權

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input, decode_predictions
import numpy as np
from keras import backend as K
import matplotlib.pyplot as plt
from PIL import Image
import cv2


model = VGG16(weights='imagenet')
img_path = 'E:\\study\\研究生\\筆記\\studyNote\\bookStudy\\bookNote\\imgs\\testImg.png'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
# 添加一個維度，將數組轉換爲(1, 224, 224, 3) 形狀的批量
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

preds = model.predict(x)
print('Predicted:', decode_predictions(preds, top=3)[0])
# 索引編號
np.argmax(preds[0])
# 來使用 Grad-CAM 算法展現圖像中哪些部分最像非洲象
african_elephant_output = model.output[:, 386]
last_conv_layer = model.get_layer('block5_conv3')
grads = K.gradients(african_elephant_output, last_conv_layer.output)[0]
pooled_grads = K.mean(grads, axis=(0, 1, 2))
iterate = K.function([model.input], [pooled_grads, last_conv_layer.output[0]])
pooled_grads_value, conv_layer_output_value = iterate([x])
for i in range(512):
    conv_layer_output_value[:, :, i] *= pooled_grads_value[i]
heatmap = np.mean(conv_layer_output_value, axis=-1)

# 熱力圖後處理
heatmap = np.maximum(heatmap, 0)
heatmap /= np.max(heatmap)
plt.matshow(heatmap)
plt.show()

# 將熱力圖與原始圖像疊加
img = Image.open(img_path).convert('RGB')
img = np.array(img)

heatmap = cv2.resize(heatmap, (img.shape[1], img.shape[0]))

heatmap = np.uint8(255 * heatmap)
heatmap = cv2.applyColorMap(heatmap, cv2.COLORMAP_JET)

superimposed_img = heatmap * 0.4 + img
cv2.imwrite('elephant_cam.jpg', superimposed_img)

superimposed_img = image.array_to_img(superimposed_img)
plt.imshow(superimposed_img)
plt.show()

原始圖像

熱力圖

混合圖像

保存的圖像

此處保存的圖像和顯示的圖像不一致

Deep learning with Python 學習筆記（5）
Deep learning with Python 學習筆記（3）

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程