22강 - 합성곱 신경망의 시각화

22강 - 합성곱 신경망의 시각화 가중치 시각화 합성곱 신경망 시각적으로 보기 좋음. 입력에 작은 필터(가중치)를 곱해서 출력 특성 맵을 만듦. 가중치가 높은 부분과 곱해지면 높은 출력 값 가짐. 가중치가 낮은 부분과 곱해지면 낮은 출력 값 가짐. 층의 가중치 분포 model.layers #//[, #// , #// , #// , #// , #// , #// , #// ] conv = model.layers[0] print(conv.weights[0].shape, conv.weights[1].shape) #//(3, 3, 1, 32) (32,) 필터의 가중치와 절편. conv_weights = conv.weights[0].numpy() plt.hist(conv_weights.reshape(-1, 1)) ..

2021.07.08