本部落格僅用於個人學習，不用於傳播教學，主要是記自己能夠看得懂的筆記（

學習知識來自：【吳恩達團隊Tensorflow2.0實踐系列課程第一課】TensorFlow2.0中基於TensorFlow2.0的人工智慧、機器學習和深度學習簡介及基礎程式設計_嗶哩嗶哩_bilibili

上次鑑別了一下人與馬，這次換了一個數據集，鑑別貓與狗。方法與上次一毛一樣，不過這次後面要加一個視覺化操作，來看看我們的圖片經過卷積和池化之後的有什麼變化，有什麼突出的地方。

這次為了方便，用的是jupyter notebook編輯的（之前使用VScode），資料集下載地址：https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip

視覺化的話，就在我上次寫的程式碼後面加上下面這些，就可以了。另外，程式碼中的plt.show()在jupyter notebook中可以刪除。

import random
from tensorflow.keras.preprocessing.image import img_to_array,load_img
import matplotlib.pyplot as plt

s_outputs=[layer.output for layer in model.layers[1:]] #儲存每一層的輸出
v_model=tf.keras.models.Model(inputs=model.input,outputs=s_outputs) #
 
建立新的模型

for root,dirs,catsnam in os.walk(filepath+'/tmp/train/cats'):
    used_up_variable=0
for root,dirs,dogsnam in os.walk(filepath+'/tmp/train/dogs'):
    used_up_variable=0
catsnam=[filepath+'/tmp/train/cats/'+nam for nam in catsnam]
dogsnam=[filepath+'/tmp/train/dogs/'+nam for nam in dogsnam] #獲取所有檔案的絕對路徑

img_path
 
=random.choice(catsnam+dogsnam) #隨機取一個圖片
img=load_img(img_path,target_size=(150,150)) #以150*150載入圖片
plt.imshow(img)
plt.show()

x=img_to_array(img)
x=x.reshape((1,)+x.shape) #變為(1,150,150,3)
x/=255.0 #歸一化

maps=v_model.predict(x) #生成結果
ans=model.predict(x,batch_size=10) #預測結果
print(ans[0])
if ans[0]<0.5:
    print('This is a cat.')
else:
    print('This is a dog.')
layernams=[layer.name for layer in model.layers] #獲取每一層的名字

for layernam,map in zip(layernams,maps):
    if len(map.shape)==4: #輸出Flatten之前的卷積層和池化層的影象
        tunnel=map.shape[-1] #獲取特徵數
        size=map.shape[1] #獲取輸出影象的邊長
        d_grid=np.zeros((size,size*tunnel)) #建立0矩陣，之後將輸出影象放置在其中，有tunnel張圖
        for i in range(tunnel): #以下為影象美化處理，我也不知道什麼原理
            x=map[0,:,:,i]
            x-=x.mean()
            x=x/x.std()
            x*=64
            x+=128
            x=np.clip(x,0,255).astype('uint8')
            d_grid[:,i*size:(i+1)*size]=x #併入到矩陣中
        scale=20.0/tunnel #總長：20
        plt.figure(figsize=(scale*tunnel,scale)) #輸出大小：20*something
        plt.title(layernam)
        plt.grid(False)
        plt.gray()
        plt.imshow(d_grid,aspect='auto',cmap='viridis') #見參考部落格
        plt.show()

得到結果：

<matplotlib.image.AxesImage at 0x1ae073faf10>

[8.4550436e-07]
This is a cat.

<ipython-input-21-db08195e54f6>:22: RuntimeWarning: invalid value encountered in true_divide
  x=x/x.std()

參考部落格：

Python zip() 函式 | 菜鳥教程 (runoob.com)

jupyter notebook 設定縮排為tab製表符_ksx_120999的部落格-CSDN部落格

Python Matplotlib.pyplot.gray()用法及程式碼示例 - 純淨天空 (vimsky.com)

matplotlib中cmap_matplotlib基礎繪圖命令之imshow的使用_weixin_39812577的部落格-CSDN部落格