CNN训练可视化特征图（tensorflow2，年末阿里百度等大厂技术面试题汇总

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=0)

#图片预处理

x = preprocess_input(x)

加载图片

预测图片

---

preds = model.predict(x)

print(‘predicted’, decode_predictions(preds, top=3)[0])

获取指定层对应的输出

---

layer_names = [‘block1_conv1’,‘block3_conv1’,‘block5_conv1’]

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）

**

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
[外链图片转存中…(img-y4rI37AC-1711051393848)]