深度学习Caffe实战（16）MATLAB实现模型参数权重可视化

最新推荐文章于 2023-06-20 21:08:22 发布

蒲衣翁

最新推荐文章于 2023-06-20 21:08:22 发布

阅读量4.7k

点赞数 1

分类专栏： caffe-深度学习文章标签：深度学习 matlab 博客可视化

本文链接：https://blog.csdn.net/gybheroin/article/details/54429974

版权

本文详细讲解如何使用MATLAB对深度学习Caffe模型的权重进行可视化，特别是针对Alexnet的第一层卷积层。通过权重可视化，可以评估模型质量。文中提供MATLAB代码示例，并对比了好坏模型的权重图，强调平滑度和美观性在判断模型优劣中的作用。

摘要由CSDN通过智能技术生成

前面博客中介绍了怎么样利用MATLAB实现特征图的可视化，那一篇博客中介绍了一个对权重可视化的博客，本来不打算写这个博客了，但是我仔细看了那一篇博客，有点繁琐，所以我又整理了一下用MATLAB实现模型参数权重可视化的部分，这一篇介绍对第一个卷积层权重可视化，下一篇博客介绍Alexnet中2到5卷积层的可视化，请大家注意，只有卷积层才能可视化。
通过对训练后的模型进行可视化可以判断模型的优劣，怎么判断直接看博文后面的效果图，一看便知。直接放MATLAB代码，基于Alexnet，模型是前面介绍内容训练出来的模型，这个模型训练的不好，从参数权重图上就可以看出来，最后我会做一个好的和坏的第一个卷积层的参数可视化效果图，用于对比，如果想要可视化其它网络模型，只需要修改相应的部分就行，这里不再赘述。

clc;
clear;
close all;
addpath('../../../../matlab');
caffe.set_mode_cpu();
net=caffe.Net('alexnetdeploy.prototxt','cloth_iter_100000.caffemodel','test');
net.layer_names      %显示都有哪些层
net.blob_names    
conv1_layer=net.layer_vec(1