caffe中如何可视化cnn各层的输出

我会带着你远行 2021-07-16 11:20 490阅读 0赞

正如caffe的[examples][]所提，CNN model并不是一个黑盒，caffe提供了工具来查看cnn各层的所有输出

# 1.查看CNN各层的activations值的结构（即每一层的输出） #

代码如下：

# 显示每一层
    for layer_name, blob in net.blobs.iteritems():
        print layer_name + '\t' + str(blob.data.shape)

第i次循环体内部

*  layer\_name提取的是net的第i层的名称
 *  blob提取的是net的第i层的输出数据（4d）

结果为：

> **data** (50, 3, 227, 227) 网络的输入，batch\_number = 50，图像为227\*227\*3的RGB图像  
>   
> **conv1** (50, 96, 55, 55) 第一个conv层的输出图像大小为55\*55，feature maps个数为96  
>   
> **pool1** (50, 96, 27, 27) 第一个pool层的图像尺寸为27\*27，feature map个数为96  
>   
> **norm1** (50, 96, 27, 27) 第一个norm层的图像尺寸为27\*27，feature map个数为96  
> 
> 
> **conv2** (50, 256, 27, 27) 第二个conv层的图像尺寸为27\*27，feature map个数为256  
>   
> **pool2** (50, 256, 13, 13) 第二个pool层的图像尺寸为13\*13，feature map个数为256  
>   
> **norm2** (50, 256, 13, 13) 第二个norm层的图像尺寸为13\*13，feature map个数为256  
> 
> 
> **conv3** (50, 384, 13, 13) 第三个conv层的图像尺寸为13\*13，feature map个数为384  
> 
> 
> **conv4** (50, 384, 13, 13) 第四个conv层的图像尺寸为13\*13，feature map个数为384  
> 
> 
> **conv5** (50, 256, 13, 13) 第五个conv层的图像尺寸为13\*13，feature map个数为256  
>   
> **pool5** (50, 256, 6, 6) 第五个pool层的图像尺寸为13\*13，feature map个数为256  
> 
> 
> **fc6** (50, 4096)  
> 第六个fc层的图像尺寸为4096  
> 
> 
> **fc7** (50, 4096)  
> 第七个fc层的图像尺寸为4096  
> 
> 
> **fc8** (50, 1000)  
> 第八个fc层的图像尺寸为1000  
> 
> 
> **prob** (50, 1000)  
> probablies层的尺寸为1000  
>

下面画出该数据，从图中观察更为形象

![caffenet各层数据结果][caffenet]

# 2.查看每一层的参数结构 #

代码如下:

for layer_name, param in net.params.iteritems():
            print layer_name + '\t' + str(param[0].data.shape), str(param[1].data.shape)

第i次循环体内部

*  layer\_name提取的是net的第i层的名称
 *  param提取的是net的第i层的参数

结果如下：

> conv1 (96, 3, 11, 11) (96,) 第一个conv层的filters的尺寸，这里的3是因为输入层的data为rgb，可以看做三个feature maps  
>   
> conv2 (256, 48, 5, 5) (256,) 第二个conv层的filters尺寸  
>   
> conv3 (384, 256, 3, 3) (384,)第三个conv层的filters尺寸  
>   
> conv4 (384, 192, 3, 3) (384,)第四个conv层的filters尺寸  
>   
> conv5 (256, 192, 3, 3) (256,)第五个conv层的filters尺寸  
>   
> fc6 (4096, 9216) (4096,)第一个fc层的权值尺寸  
>   
> fc7 (4096, 4096) (4096,)第二个fc层的权值尺寸  
>   
> fc8 (1000, 4096) (1000,)第三个fc层的权值尺寸  
>

应该注意到，由于pool层和norm层并没有需要优化的参数，所以参数中并没有关于pool层和norm层的信息

下面给出filters如何对输入数据进行filter的一幅形象化的图  
![filters如何工作？][filters]

# 3.可视化4D数据的函数 #

def vis_square(data):
    
        # 输入的数据为一个ndarray，尺寸可以为(n, height, width)或者是 (n, height, width, 3)
        # 前者即为n个灰度图像的数据，后者为n个rgb图像的数据
        # 在一个sqrt(n) by sqrt(n)的格子中，显示每一幅图像
    
        # 对输入的图像进行normlization
        data = (data - data.min()) / (data.max() - data.min())
    
        # 强制性地使输入的图像个数为平方数，不足平方数时，手动添加几幅
        n = int(np.ceil(np.sqrt(data.shape[0])))
        # 每幅小图像之间加入小空隙
        padding = (((0, n ** 2 - data.shape[0]),
                   (0, 1), (0, 1))                 # add some space between filters
                               + ((0, 0),) * (data.ndim - 3)) # don't pad the last dimension (if there is one)
           data = np.pad(data, padding, mode='constant', constant_values=1) # pad with ones (white) 
    
            # 将所有输入的data图像平复在一个ndarray-data中（tile the filters into an image）
            data = data.reshape((n, n) + data.shape[1:]).transpose((0, 2, 1, 3) + tuple(range(4, data.ndim + 1)))
            # data的一个小例子,e.g., (3,120,120)
            # 即，这里的data是一个2d 或者 3d 的ndarray
            data = data.reshape((n * data.shape[1], n * data.shape[3]) + data.shape[4:])
    
            # 显示data所对应的图像
            plt.imshow(data); plt.axis('off')

# 4.查看第一个convolution layers的filters的图像 #

代码如下：

# the parameters are a list of [weights, biases]
        filters = net.params['conv1'][0].data
        vis_square(filters.transpose(0, 2, 3, 1))

*  filters存储的是第一个conv层的filters的数据
 *  例子：形状为：(96, 3, 11, 11)

结果如下：共96幅图像（96个filters，每个filters为11\*11\*3）

![第一个卷基层的filters的图像][filters 1]

# 5.查看第一个convolution layers的输出（activations）的图像 #

代码如下：

feat = net.blobs['conv1'].data[0, :36]
        vis_square(feat)

*  feat存储的是第一个卷基层的后36幅图像  
    feat的尺寸为(36, 55, 55)

结果如下：  
![第一个卷基层的输出][20160401104050710]

# 6. 查看pool5的输出图像 #

代码如下：

feat = net.blobs['pool5'].data[0]
        vis_square(feat)

*  feat存储的是pool5的输出图像  
    feat的尺寸为(256, 6, 6)

结果如下：  
![pool5的输出数据图像][pool5]

# 7. 第一个全连接层的输出 #

代码如下：

feat = net.blobs['fc6'].data[0]
        plt.subplot(2, 1, 1)
        plt.plot(feat.flat)
        plt.subplot(2, 1, 2)
        _ = plt.hist(feat.flat[feat.flat > 0], bins=100)

结果如下：  
![这里写图片描述][20160401104138179]

# 8. probability层的输出 #

代码如下:

feat = net.blobs['prob'].data[0]
        plt.figure(figsize=(15, 3))
        plt.plot(feat.flat)

结果如下：  
![这里写图片描述][20160401104147789]

# 9.小结 #

在获取了net后：  
如何获取网络各层的数据：net.blobs\[‘layer name’\].data\[0\]  
如何获取网络各层的参数数据：net.params\[‘layer name’\]\[0\].data

[examples]: https://github.com/BVLC/caffe/blob/master/examples/00-classification.ipynb
[caffenet]: /images/20210716/e441457c12154d5fa6d1bb581bc2f993.png
[filters]: /images/20210716/84204b2f34d043649e28c585b2a497e0.png
[filters 1]: /images/20210716/52581e48d80e4fa9b1394256e8553e19.png
[20160401104050710]: /images/20210716/a9c4285c366b4d7292183eb4010579ea.png
[pool5]: /images/20210716/a07092ab29384aefac557a3f6bd3fedf.png
[20160401104138179]: /images/20210716/102b999290cb4dd08c530dfbeb40e9c9.png
[20160401104147789]: /images/20210716/1abec01a757f481289b8db464789d5e5.png