如何在 CNN 期间看到处理后的图像？

Question

我现在正在研究 python 深度学习代码。我想知道我设计的网络内部发生了什么。下面是我正在处理的示例代码。

我的问题是，是否可以在网络中看到处理后的图像？例如，我想看看我的输入图像在“p1”和“p2”之后如何变化。是否可以？如果可以的话，怎样才能看到呢？

import tensorflow as tf
IMG_WIDTH = 256
IMG_HEIGHT = 256
IMG_CHANNELS = 3
#define input
inputs = tf.keras.layers.Input(shape=(IMG_WIDTH, IMG_HEIGHT, IMG_CHANNELS))
# s = tf.keras.layers.Lambda(lambda x: x/255)(inputs)

#define Contraction path
c1_1 = tf.keras.layers.Conv2D(64,(3,3),activation='relu', padding='same')(inputs)
c1_2 = tf.keras.layers.Conv2D(64,(3,3),activation='relu', padding='same')(c1_1)
p1 = tf.keras.layers.MaxPooling2D((2,2), strides = 2)(c1_2)

c2_1 = tf.keras.layers.Conv2D(128,(3,3),activation='relu', padding='same')(p1)
c2_2 = tf.keras.layers.Conv2D(128,(3,3),activation='relu', padding='same')(c2_1)
p2 = tf.keras.layers.MaxPooling2D((2,2), strides = 2)(c2_2)

Answer 1

通常，这有点棘手，让我与您分享我的想法：

1. 如果您只是想了解简单的神经网络内部发生的情况，请查看此链接。

2. 如果您想可视化，请检查此存储库。您只需将笔记本的最后部分与您的模型同步，它有一个很酷的动画，您可以在 LENET MNIST 中看到

3. 更多技术概念，包括了解类似 CNN 的模型如何做出决策的主题，例如XAI，更具体地说 grad-cam

希望这些有帮助。