Pytorch 特征图可视化函数

最新推荐文章于 2026-05-16 05:19:55 发布

原创最新推荐文章于 2026-05-16 05:19:55 发布 · 642 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #特征图可视化 #深度学习

收录于

神经网络Pytroch 专栏收录该内容

5 篇文章

订阅专栏

此篇博客展示了如何通过代码实现将深度学习模型的特征映射转化为可视化的图像，帮助理解神经网络每一层的特征提取过程。作者使用`numpy`和`matplotlib`展示特征图，适用于MNIST数据集。

def show_feature_map(feature_map):
    feature_map = feature_map.squeeze(0)
    feature_map = feature_map.cpu().numpy()
    feature_map_num = feature_map.shape[0]
    row_num = np.ceil(np.sqrt(feature_map_num))
    plt.figure()
    for index in range(1, feature_map_num + 1):
        plt.subplot(row_num, row_num, index)
        plt.imshow(feature_map[index - 1], cmap='viridis')  # gray
        plt.axis('off')
        # imageio.imsave("mnist/three/"+str(index) + ".png", feature_map[index - 1])
    plt.show()