CNN训练可视化特征图（tensorflow2

原理介绍

---

卷积层由多个卷积核组成，可以将每个卷积核视为一种特征提取方式。当一个卷积核处理图像数据后，卷积核会提取图中的特征，形成新的特征图。

实例化VGG16

---

import tensorflow as tf

from tensorflow import keras

from tensorflow.keras.applications.vgg16 import VGG16

model = VGG16(weights=‘imagenet’)

model.summary()

加载图片并进行预处理

---

from tensorflow.keras.preprocessing import image

from tensorflow.keras.applications.vgg16 import preprocess_input, decode_predictions

from numpy as np

img_path = ‘0a0c3edd8a0bb0f5b4d6466c9a1af3c6-0.jpg’

#缩放

img = image.load_img(img_path,target_size=(224,224))

#显示图片

plt.imshow(img)

plt.show()

x = image.img_to_array(img)

#维度扩展

x = np.expand_dims(x,axis&