ホーム » CNN » TensorFlow 畳込み層の特徴マップの可視化 – MNIST –

TensorFlow 畳込み層の特徴マップの可視化 – MNIST –

TensorFlow 畳込み層の特徴マップの可視化 – MNIST –

mnist_convnet
TensorFlow を利用した基本的な技術の紹介を続けていますが、特徴マップの視覚化については (AutoEncoder や RBM で扱いはしたものの)基本的な ConvNet (CNN) についてはまだ紹介していませんでした。

そこで TensorFlow の ConvNet モデルで畳込み層とプーリング層の出力を可視化してみました。モデルは右図のように単純なもので、畳込み層2つと(マックス)プーリング層から成り、テスト精度は 99 % 超まであげてあります。3つの層からの出力を可視化しましたが、最上位層(図では bottom)からの出力は特に特徴マップとも呼ばれます。

フィルタの可視化については こちら を参照してください。

視覚化、特徴マップ

せっかくなので 0 ~ 9 までの数字それぞれについての画像を掲載しておきます。最初はサンプル画像から始まります。

サンプル画像 : training sample の最初の方からピックアップしています。
以後の特徴マップ出力はこのサンプル画像を元にしています :
mnist_sample.0

conv1 層の出力 : 最初の畳込み層の活性後の出力の可視化です :
mnist_conv1out.0

conv2 層の出力 : 続く2つ目の畳込み層の活性後の可視化です :
mnist_conv2out.0

max pooling 2 層の出力 : そしてマックスプーリング層の出力。特徴マップです :
mnist_maxpool2out.0

サンプル画像 :
mnist_sample.1

conv1 層の出力 :
mnist_conv1out.1

conv2 層の出力 :
mnist_conv2out.1

max pooling 2 層の出力 :
mnist_maxpool2out.1

サンプル画像 :
mnist_sample.2

conv1 層の出力 :
mnist_conv1out.2

conv2 層の出力 :
mnist_conv2out.2

max pooling 2 層の出力 :
mnist_maxpool2out.2

サンプル画像 :
mnist_sample.3

conv1 層の出力 :
mnist_conv1out.3

conv2 層の出力 :
mnist_conv2out.3

max pooling 2 層の出力 :
mnist_maxpool2out.3

サンプル画像 :
mnist_sample.4

conv1 層の出力 :
mnist_conv1out.4

conv2 層の出力 :
mnist_conv2out.4

max pooling 2 層の出力 :
mnist_maxpool2out.4

少し長くなったので、ラベル 5 ~ 9 までの画像は別記事にまとめました :
TensorFlow 畳込み層の特徴マップの可視化 – MNIST – (2)

以上

AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com