我尝试为 ImageNet 获取可靠的特征，以便对它们进行进一步分类。为了实现这一点，我想将 tensorflow 与 Alexnet 一起使用，用于特征提取。这意味着我想从 CNN 的最后一层获取值。有人可以写一段 Python 代码来解释它是如何工作的吗？
【问题讨论】：
标签： python classification tensorflow feature-extraction
正如jonrsharpe 提到的，这并不是stackoverflow 的真正MO，但在实践中，许多人确实选择编写代码来帮助解释答案（因为它通常更容易）。 所以我假设这只是沟通不畅，而你真的打算问以下两个问题之一：
第一个问题的答案其实很简单。我将使用 TensorFlow（松散地基于 AlexNet）中的 cifar10 示例代码作为示例。网络的前向传递内置于inference 函数中，该函数返回一个表示softmax 层输出的变量。要实际获得预测的图像标签，您只需对 logits 进行 argmax，如下所示：（我省略了一些设置代码，但如果您已经在运行 alexnet，那么您已经可以使用了）
logits = cifar10.inference(images)
predictions = tf.argmax(logits,1)
# Actually run the computation
labels = session.run([predictions])
因此，仅获取最后一层特征就像请求它们一样简单。唯一的问题是，在这种情况下，cifar10 本身并不公开它们，因此您需要修改 cifar10.inference 函数以返回两者：
# old code in cifar10.inference:
# return softmax_linear
# new code in cifar10.inference:
return softmax_linear, local4
然后修改所有对 cifar10.inference 的调用，就像我们刚刚展示的那样：
logits,local4 = cifar10.inference(images)
predictions = tf.argmax(logits,1)
# Actually run the computation, this time asking for both answers
labels,last_layer = session.run([predictions, local4])
就是这样。 last_layer 包含您为模型提供的所有输入的最后一层。
至于第二个问题，这是一个更深层次的问题，但我猜这就是你想要研究它的原因。我建议从阅读该领域发表的一些论文开始。我不是这里的专家，但我很喜欢周伯雷的作品。例如，尝试查看"Learning Deep Features for Discriminative Localization" 中的图 2。这是一篇本地化论文，但使用的技术非常相似（博雷的几篇论文都使用了它）。
【讨论】：