對Tensorflow中權(quán)值和feature map的可視化詳解

更新時間：2018年06月14日 09:52:39 作者：無空ty

今天小編就為大家分享一篇對Tensorflow中權(quán)值和feature map的可視化詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

前言

Tensorflow中可以使用tensorboard這個強大的工具對計算圖、loss、網(wǎng)絡參數(shù)等進行可視化。本文并不涉及對tensorboard使用的介紹，而是旨在說明如何通過代碼對網(wǎng)絡權(quán)值和feature map做更靈活的處理、顯示和存儲。本文的相關(guān)代碼主要參考了github上的一個小項目，但是對其進行了改進。

原項目地址為(https://github.com/grishasergei/conviz)。

本文將從以下兩個方面進行介紹：

卷積知識補充

網(wǎng)絡權(quán)值和feature map的可視化

1. 卷積知識補充

為了后面方便講解代碼，這里先對卷積的部分知識進行一下簡介。關(guān)于卷積核如何在圖像的一個通道上進行滑動計算，網(wǎng)上有諸多資料，相信對卷積神經(jīng)網(wǎng)絡有一定了解的讀者都應該比較清楚，本文就不再贅述。這里主要介紹一組卷積核如何在一幅圖像上計算得到一組feature map。

以從原始圖像經(jīng)過第一個卷積層得到第一組feature map為例（從得到的feature map到再之后的feature map也是同理），假設第一組feature map共有64個，那么可以把這組feature map也看作一幅圖像，只不過它的通道數(shù)是64，而一般意義上的圖像是RGB3個通道。為了得到這第一組feature map，我們需要64個卷積核，每個卷積核是一個k x k x 3的矩陣，其中k是卷積核的大?。僭O是正方形卷積核），3就對應著輸入圖像的通道數(shù)。下面我以一個簡單粗糙的圖示來展示一下圖像經(jīng)過一個卷積核的卷積得到一個feature map的過程。

如圖所示，其實可以看做卷積核的每一通道（不太準確，將就一下）和圖像的每一通道對應進行卷積操作，然后再逐位置相加，便得到了一個feature map。

那么用一組（64個）卷積核去卷積一幅圖像，得到64個feature map就如下圖所示，也就是每個卷積核得到一個feature map，64個卷積核就得到64個feature map。

另外，也可以稍微換一個角度看待這個問題，那就是先讓圖片的某一通道分別與64個卷積核的對應通道做卷積，得到64個feature map的中間結(jié)果，之后3個通道對應的中間結(jié)果再相加，得到最終的feature map，如下圖所示：

可以看到這其實就是第一幅圖擴展到多卷積核的情形，圖畫得較為粗糙，有些中間結(jié)果和最終結(jié)果直接用了一樣的子圖，理解時請稍微注意一下。下面代碼中對卷積核進行展示的時候使用的就是這種方式，即對應著輸入圖像逐通道的去顯示卷積核的對應通道，而不是每次顯示一個卷積核的所有通道，可能解釋的有點繞，需要注意一下。通過下面這個小圖也許更好理解。

圖中用紅框圈出的部分即是我們一次展示出的權(quán)重參數(shù)。

2. 網(wǎng)絡權(quán)值和feature map的可視化

(1) 網(wǎng)絡權(quán)重參數(shù)可視化

首先介紹一下Tensorflow中卷積核的形狀，如下代碼所示：

weights = tf.Variable(tf.random_normal([filter_size, filter_size, channels, filter_num]))

前兩維是卷積核的高和寬，第3維是上一層feature map的通道數(shù)，在第一節(jié)（卷積知識補充）中，我提到了上一層的feature map有多少個（也就是通道數(shù)是多少），那么對應著一個卷積核也要有這么多通道。第4維是當前卷積層的卷積核數(shù)量，也是當前層輸出的feature map的通道數(shù)。

以下是我更改之后的網(wǎng)絡權(quán)重參數(shù)（卷積核）的可視化代碼：

from __future__ import print_function

#import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import os
import visualize_utils


def plot_conv_weights(weights, plot_dir, name, channels_all=True, filters_all=True, channels=[0], filters=[0]):
 """
 Plots convolutional filters
 :param weights: numpy array of rank 4
 :param name: string, name of convolutional layer
 :param channels_all: boolean, optional
 :return: nothing, plots are saved on the disk
 """

 w_min = np.min(weights)
 w_max = np.max(weights)

 # make a list of channels if all are plotted
 if channels_all:
 channels = range(weights.shape[2])

 # get number of convolutional filters
 if filters_all:
 num_filters = weights.shape[3]
 filters = range(weights.shape[3])
 else:
 num_filters = len(filters)

 # get number of grid rows and columns
 grid_r, grid_c = visualize_utils.get_grid_dim(num_filters)

 # create figure and axes
 fig, axes = plt.subplots(min([grid_r, grid_c]),
    max([grid_r, grid_c]))

 # iterate channels
 for channel_ID in channels:
 # iterate filters inside every channel
 if num_filters == 1:
  img = weights[:, :, channel_ID, filters[0]]
  axes.imshow(img, vmin=w_min, vmax=w_max, interpolation='nearest', cmap='seismic')
  # remove any labels from the axes
  axes.set_xticks([])
  axes.set_yticks([])
 else:
  for l, ax in enumerate(axes.flat):
  # get a single filter
  img = weights[:, :, channel_ID, filters[l]]
  # put it on the grid
  ax.imshow(img, vmin=w_min, vmax=w_max, interpolation='nearest', cmap='seismic')
  # remove any labels from the axes
  ax.set_xticks([])
  ax.set_yticks([])
 # save figure
 plt.savefig(os.path.join(plot_dir, '{}-{}.png'.format(name, channel_ID)), bbox_inches='tight')

原項目的代碼是對某一層的權(quán)重參數(shù)或feature map在一個網(wǎng)格中進行全部展示，如果參數(shù)或feature map太多，那么展示出來的結(jié)果中每個圖都很小，很難看出有用的東西來，如下圖所示：

所以我對代碼做了些修改，使得其能顯示任意指定的filter或feature map。

代碼中，

w_min = np.min(weights)
w_max = np.max(weights)

這兩句是為了后續(xù)顯示圖像用的，具體可查看matplotlib.pyplot的imshow()函數(shù)進行了解。

接下來是判斷是否顯示全部的channel（通道數(shù)）或全部filter。如果是，那就和原代碼一致了。若不是，則畫出函數(shù)參數(shù)channels和filters指定的filter來。

再往下的兩句代碼是畫圖用的，我們可能會在一個圖中顯示多個子圖，以下這句是為了計算出大圖分為幾行幾列比較合適（一個大圖會盡量分解為方形的陣列，比如如果有64個子圖，那么就分成8 x 8的陣列），代碼細節(jié)可在原項目中的utils中找到。

grid_r, grid_c = visualize_utils.get_grid_dim(num_filters)

實際畫圖時，如果想要一個圖一個圖的去畫，需要單獨處理一下。如果還是想在一個大圖中顯示多個子圖，就按源代碼的方式去做，只不過這里可以顯示我們自己指定的那些filter，而不是不加篩選地全部輸出。主要拿到數(shù)據(jù)的是以下這句代碼：

img = weights[:, :, channel_ID, filters[l]]

剩下的都是是畫圖相關(guān)的函數(shù)了，本文就不再對畫圖做更多介紹了。

使用這段代碼可視化并保存filter時，先加載模型，然后拿到我們想要可視化的那部分參數(shù)，之后直接調(diào)用函數(shù)就可以了，如下所示：

with tf.Session(graph=tf.get_default_graph()) as sess: 
 init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
 sess.run(init_op)
 saver.restore(sess, model_path)

 with tf.variable_scope('inference', reuse=True):
  conv_weights = tf.get_variable('conv3_1_w').eval()
  visualize.plot_conv_weights(conv_weights, dir_prefix, 'conv3_1')

這里并沒有對filter進行額外的指定，在feature map的可視化中，我會給出相關(guān)例子。

(2) feature map可視化

其實feature map的可視化與filter非常相似，只有細微的不同。還是先把完整代碼貼上。

def plot_conv_output(conv_img, plot_dir, name, filters_all=True, filters=[0]):
 w_min = np.min(conv_img)
 w_max = np.max(conv_img)

 # get number of convolutional filters
 if filters_all:
 num_filters = conv_img.shape[3]
 filters = range(conv_img.shape[3])
 else:
 num_filters = len(filters)

 # get number of grid rows and columns
 grid_r, grid_c = visualize_utils.get_grid_dim(num_filters)

 # create figure and axes
 fig, axes = plt.subplots(min([grid_r, grid_c]),
    max([grid_r, grid_c]))

 # iterate filters
 if num_filters == 1:
 img = conv_img[0, :, :, filters[0]]
 axes.imshow(img, vmin=w_min, vmax=w_max, interpolation='bicubic', cmap=cm.hot)
 # remove any labels from the axes
 axes.set_xticks([])
 axes.set_yticks([])
 else:
 for l, ax in enumerate(axes.flat):
  # get a single image
  img = conv_img[0, :, :, filters[l]]
  # put it on the grid
  ax.imshow(img, vmin=w_min, vmax=w_max, interpolation='bicubic', cmap=cm.hot)
  # remove any labels from the axes
  ax.set_xticks([])
  ax.set_yticks([])
 # save figure
 plt.savefig(os.path.join(plot_dir, '{}.png'.format(name)), bbox_inches='tight')

代碼中和filter可視化相同的部分就不再贅述了，這里只講feature map可視化獨特的方面，其實就在于以下這句代碼，也就是要可視化的數(shù)據(jù)的獲得：

img = conv_img[0, :, :, filters[0]]

神經(jīng)網(wǎng)絡一般都是一個batch一個batch的輸入數(shù)據(jù)，其輸入的形狀為

image = tf.placeholder(tf.float32, shape = [None, IMAGE_SIZE, IMAGE_SIZE, 3], name = "input_image")

第一維是一個batch中圖片的數(shù)量，為了靈活可以設置為None，Tensorflow會根據(jù)實際輸入的數(shù)據(jù)進行計算。二三維是圖片的高和寬，第4維是圖片通道數(shù)，一般為3。

如果我們想要輸入一幅圖片，然后看看它的激活值（feature map），那么也要按照以上維度以一個batch的形式進行輸入，也就是[1, IMAGE_SIZE, IMAGE_SIZE, 3]。所以拿feature map數(shù)據(jù)時，第一維度肯定是取0（就對應著batch中的當前圖片），二三維取全部，第4維度再取我們想要查看的feature map的某一通道。

如果想要可視化feature map，那么構(gòu)建網(wǎng)絡時還要動點手腳，定義計算圖時，每得到一組激活值都要將其加到Tensorflow的collection中，如下：

tf.add_to_collection('activations', current)

而實際進行feature map可視化時，就要先輸入一幅圖片，然后運行網(wǎng)絡拿到相應數(shù)據(jù)，最后把數(shù)據(jù)傳參給可視化函數(shù)。以下這個例子展示的是如何將每個指定卷積層的feature map的每個通道進行單獨的可視化與存儲，使用的是VGG16網(wǎng)絡：

visualize_layers = ['conv1_1', 'conv1_2', 'conv2_1', 'conv2_2', 'conv3_1', 'conv3_2', 'conv3_3', 'conv4_1', 'conv4_2', 'conv4_3', 'conv5_1', 'conv5_2', 'conv5_3']

with tf.Session(graph=tf.get_default_graph()) as sess: 
 init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
 sess.run(init_op)
 saver.restore(sess, model_path)

 image_path = root_path + 'images/train_images/sunny_0058.jpg'
 img = misc.imread(image_path)
 img = img - meanvalue
 img = np.float32(img)
 img = np.expand_dims(img, axis=0)

 conv_out = sess.run(tf.get_collection('activations'), feed_dict={x: img, keep_prob: 1.0})
 for i, layer in enumerate(visualize_layers):
  visualize_utils.create_dir(dir_prefix + layer)
  for j in range(conv_out[i].shape[3]):
  visualize.plot_conv_output(conv_out[i], dir_prefix + layer, str(j), filters_all=False, filters=[j])

 sess.close()

其中，conv_out包含了所有加入到collection中的feature map，這些feature map在conv_out中是按卷積層劃分的。

最終得到的結(jié)果如下圖所示：