如何将 1D numpy 数组从 keras 层输出更改为图像（3D numpy 数组）答案

【问题标题】：How to change 1D numpy array from keras layer output to image (3D numpy array)如何将 1D numpy 数组从 keras 层输出更改为图像（3D numpy 数组）
【发布时间】：2017-06-17 13:38:41
【问题描述】：

我有一个 keras 层的输出或特征图，但是如何将其转换为我可以显示的图像（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)

非常感谢任何评论或建议。谢谢。

【问题讨论】：

标签： python numpy neural-network keras conv-neural-network

【解决方案1】：

您可以在迭代每个特征图时将每个特征图添加为子图：

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()

这会给你一些看起来像这样的东西（在我的例子中只是噪音）：

【讨论】：

这是完美的解决方案！非常感谢你:)