使用keras框架编写的深度模型 输出及每一层的特征可视化

使用训练好的模型进行预测的时候，为分析效果，通常需要对特征提取过程中的特征映射做可视化操作

本文以keras为例，对特征可视化操作进行详解。

一、首先，对模型的最后输出层进行特征可视化

from keras import models

#使用matlpotlib模块进行绘图的操作

import matplotlib.pylot as plt

#images是一个batch的输入图像，batch_input[batch图像数量，尺寸高，尺寸宽，3（rgb通道数量）]

#model是训练好的模型

#model = load_model('path')

nb_images = len(images)
batch_input = np.zeros((nb_images, net_h, net_w, 3))

# preprocess the input
for i in range(nb_images):
    batch_input[i] = preprocess_input(images[i], net_h, net_w)        

# run the prediction

#batch_output为一个样本的所有通道输出特征映射，本文应用特征金字塔结构，有三