时间戳

首页 > 解决方案 > 如何从形状张量 (?,1152,8) 中可视化图像？

python-3.x - 如何从形状张量 (?,1152,8) 中可视化图像？

问题描述

我正在尝试可视化胶囊网络层。以下是图层：

conv_layer1=tflearn.layers.conv.conv_2d(input_layer, nb_filter=256, filter_size=9, strides=[1,1,1,1],
                                    padding='same', activation='relu', regularizer="L2", name='conv_layer_1')
conv_layer2=tflearn.layers.conv.conv_2d(conv_layer1, nb_filter=256, filter_size=9, strides=[1,2,2,1],
                                    padding='same', activation='relu', regularizer="L2", name='conv_layer_2')
conv_layer3=tf.reshape(conv_layer2,[-1,1152,8], name='conv_layer3')

每一层的形状如下：

layer_1: (?, 50, 50, 256)
layer_2: (?, 25, 25, 256)
layer_3: (?, 1152, 8)

在这里，我可以用随机训练图像可视化前两层。可视化代码如下：

image = X_train[1]
test = tf.Session()
init = tf.global_variables_initializer()

test.run(init) #(tf.global_variables_initializer())
filteredImage = test.run(conv_layer3, feed_dict{x:image.reshape(1,50,50,3)})
for i in range(64):
    plt.imshow(filteredImage[:,:,:,i].reshape(-1,25))
    plt.title('filter{}'.format(i))
    plt.show()

在这里，为了可视化第三层，我收到以下错误：

InvalidArgumentError: Input to reshape is a tensor with 160000 values, but the requested shape requires a multiple of 9216
 [[node conv_layer3_9 (defined at <ipython-input-36-fd98b9e18bda>:20)  = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/device:CPU:0"](conv_layer_2_11/Relu, conv_layer3_9/shape)]]

如何克服这一点并可视化第 3 层？

标签： python-3.xtensorflow

解决方案

问题出在您定义第三层的行上。该层conv_layer3=tf.reshape(conv_layer2,[-1,1152,8], name='conv_layer3')的输入conv_layer2具有 ?,25x25x256给出160000错误值的形状，并且您希望将其重塑为?, 1152x8给出9216. 为了使重塑起作用，第一个应该是第二个的倍数。

推荐阅读