python - 如何为特定类别识别最相关的过滤器
问题描述
假设我有二进制分类任务并且我正在使用 CNN。简单地可视化 CNN 并不是很有帮助,因为输入不是图像。但是,我想知道哪些特定过滤器对将输入样本视为特定类的贡献最大。给定以下架构(使用 Keras 实现),我该如何实现?
model = Sequential()
model.add(Conv2D(32, kernel_size=(10, 3),
activation='relu',
input_shape=input_shape))
model.add(Conv2D(64, (10, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='sigmoid'))
model.compile(loss='binary_crossentropy',
optimizer=keras.optimizers.Adadelta(),
metrics=['accuracy'])
我探索了资源A和B。但似乎对我想做的事情都没有帮助。如果有其他建议可以了解网络对非图像数据集的学习内容,那将非常有帮助。
解决方案
推荐阅读
- java - Spring在控制器类中初始化错误接口
- flutter - Flutter 中 SliverList 与 ListView 的区别
- java - 通过命令行运行非主类的spring boot应用
- android - 使用 AsyncHttpClient 循环返回值
- python - Python Pandas:当日期小于 13 时,pandas.to_datetime() 正在切换日期和月份
- php - 在 PHP 中获取行数
- python - 自定义 typing.NamedTuple
- node.js - 如何使“npm install”命令的详细输出日志静音?
- r - 从R中的嵌套列表中提取内容
- class - 包含文件中的 Lua 覆盖类函数