鉴于最近一段时间一直在折腾的CNN网络效果不太理想，主要目标是为了检测出图像中的一些关键点，可以参考人脸的关键点检测算法。
但是由于从数据集的制作是自己完成的，所以数据集质量可能有待商榷，训练效果不好的原因可能也是因为数据集没有制作好（标点实在是太累了）。
于是想看看自己做的数据集在进入到网络后那些中间的隐藏层到底发生了哪些变化。
今天主要是用已经训练好的mnist模型来提前测试一下，这里的mnist模型的准确度已经达到了98%左右。
使用的比较简单的一个模型：
def simple_cnn():
input_data = Input(shape=(28, 28, 1))
x = Con
2022-05-27 17:28:55
89KB
1
今天小编就为大家分享一篇keras 特征图可视化实例(中间层)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-10-12 13:06:28
84KB
1
该代码可以实现Keras卷积层特征的可视化，两种混淆矩阵绘制。可以观察深度学习中特定层的输出特征，评判分类模型的分类性能。
2021-08-31 14:16:57
5KB
1