如何查看卷积池化后的每层的输出
通过随便搭建一个卷积神经网络,确定输入的形状,使用顺序结构搭建。
而后在最后面输入model.summary()就会把模型的结构打印出来,同时会显示每一层的输出。
from tensorflow import keras
from keras.models import Sequential
from keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,Dense
from keras.optimizers import Adam
from keras.preprocessing.image import ImageDataGenerator,img_to_array,load_img
# 定义模型
model = Sequential()
model.add(Conv2D(input_shape=(64,64,3),filters=64,kernel_size=3,strides=2,padding='same',activation='relu'))
model.add(Conv2D(filters=128,kernel_size=4,strides=2,padding='same',activation='relu'))
model.add(Conv2D(filters=256,kernel_size=4,strides=2,padding='same',activation='relu'))
model.add(Conv2D(filters=512,kernel_size=4,strides=2,padding='same',activation='relu'))
model.add(Flatten())
model.add(Dense(1024,activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1,activation='softmax'))
# 定义优化器
adam = Adam(lr=1e-4)
# 定义优化器,代价函数,训练过程中计算准确率
model.compile(optimizer=adam,loss='categorical_crossentropy',metrics=['accuracy'])
model.summary()