如何将Keras层输出的1维numpy数组转换为图像（3维numpy数组）

Question

我有一个keras层的输出或特征图，但是如何将其转换为可以显示的图像（3D numpy数组）。

model = VGG16(weights='imagenet', include_top=True)
layer_outputs = [layer.output for layer in model.layers[1:]]
print layer_outputs
viz_model = Model(input=model.input,
                  output=layer_outputs)
features = viz_model.predict(x)

output = features[0] #has shape (1,224,224,64)

任何评论或建议都非常感谢。谢谢。

- matchifang

Answer 1

您可以在迭代每个特征图时将其添加为子图：

import numpy as np
import matplotlib.pyplot as plt
from pylab import cm

m = np.random.rand(1,224,224,64)

fig = plt.figure()
fig.suptitle("Feature Maps")

for j in range(m.shape[3]):
    ax = fig.add_subplot(8, 8, j+1)
    ax.matshow(m[0,:,:,j], cmap=cm.gray)
    plt.xticks(np.array([]))
    plt.yticks(np.array([]))

plt.show()

这将给您一个类似于以下内容的东西（在我的情况下只是噪音）：

- Simon

---

这是完美的解决方案！无法感谢你们足够 :) - matchifang