如何可视化 tensorflow 卷积过滤器？答案

【问题标题】：How can visualize tensorflow convolution filters?如何可视化 tensorflow 卷积过滤器？
【发布时间】：2017-01-14 16:11:57
【问题描述】：

在许多文档中，都有关于每个过滤器的图像，例如“示例”。我想可视化我的卷积过滤器，如“示例”图像，但我不知道如何可视化它。

如何可视化我的卷积过滤器？

【问题讨论】：

另见：How to visualize learned filters on tensorflow
另见：How can I visualize the weights(variables) in cnn in Tensorflow?
我相信这些图像本身并不是过滤器。我认为它们是经过优化以最大化某些滤镜的响应的图像。

标签： tensorflow deep-learning

【解决方案1】：

将每个卷积滤波器视为x 乘以x 矩阵，其中x 是滤波器的大小。因此，您的任务是将这些矩阵放在绘图网格上。我举了一个例子，如何使用 MNIST 数据集绘制卷积滤波器和卷积层的输出，请参阅conviz repository on github。希望它可以帮助你。

【讨论】：

【解决方案2】：

不，那些不是过滤器。您可以阅读this paper，其中描述了将层 L 的过滤器转换为这些图像的过程。简而言之，它所做的就是采用一些过滤器，并使用与反向传播类似但不同的技术将过滤器转换为图像。

【讨论】：

【解决方案3】：

2d 卷积的结果是张量[batch, in_height, in_width, in_channels]。图像可以表示为矩阵[in_height, in_width, in_channels]。因此，您需要做的就是从您的批次中抓取几张图片，并使用tf.summary.image() 将它们添加到您的摘要中。

有关如何执行此操作的教程，请查看此answer。

【讨论】：