如何将卷积层的输出绘制为散点图？甚至可能吗？答案

【问题标题】：How can I plot output of convolutional layers as a scatter plot? Is it even possible?如何将卷积层的输出绘制为散点图？甚至可能吗？
【发布时间】：2019-08-14 09:29:17
【问题描述】：

为了分类目的，我想绘制并查看数据点在通过卷积层后位于任何 n 维平面上的位置。有可能吗？

model = Sequential()
model.add(TimeDistributed(Conv2D(64, (2, 2), activation='relu', padding='same'), 
                          input_shape=(20,128, 128 ,1))) 

model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))
model.add(TimeDistributed(Conv2D(32, (3, 3), activation='relu', padding='same')))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))
model.add(TimeDistributed(Conv2D(16, (3, 3), activation='relu', padding='same')))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))

model.add(TimeDistributed(Flatten()))
model.add(LSTM(units=64, return_sequences=True))

model.add(TimeDistributed(Reshape((8, 8, 1))))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(16, (3,3), activation='relu', padding='same')))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(32, (3,3), activation='relu', padding='same')))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(64, (2,2), activation='relu', padding='same')))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(1, (3,3), padding='same')))

上面给出的是模型。我想绘制 LSTM 单元的输出。谢谢

【问题讨论】：

如果您能更好地描述您要绘制的内容，那将非常有帮助。
好吧，我希望model.add(LSTM(units=64, return_sequences=True)) 会产生一些数字输出。如果我错了纠正我。我需要绘制那些编码输出

标签： python numpy opencv matplotlib deep-learning

【解决方案1】：

请参阅下文，了解经过训练以识别手语的 LSTM 模型的一些漂亮的可视化效果：

https://medium.com/asap-report/visualizing-lstm-networks-part-i-f1d3fa6aace7

这里是他们的代码库：https://github.com/asap-report/lstm-visualisation

【讨论】：