ホーム » CNN » TensorFlow 畳込み層のフィルタの可視化 – MNIST –

TensorFlow 畳込み層のフィルタの可視化 – MNIST –

TensorFlow 畳込み層のフィルタの可視化 – MNIST –

mnist_convnetTensorFlow ベースの ConvNet (CNN) における畳込み層とプーリングの出力、あるいは特徴マップの可視化については TensorFlow 畳込み層の特徴マップの可視化 – MNIST – で扱いました。

次に同じ ConvNet モデルで畳込み層のフィルタを TensorFlow で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。

畳込み層の1つ目と2つ目のフィルタを可視化していますが、サイズとフィルタ数は2通りで試しています。

フィルタの視覚化

1-0) ConvLayer 0 : まず最初の畳込み層で、サイズ 3×3 が 32 個のフィルタです :
mnist_filters_conv0.3x3

1-1) ConvLayer 1 : 2つ目の畳込み層も、サイズ 3×3 が 32 個のフィルタです :
mnist_filters_conv2.3x3

次に畳込み層のフィルタ構成を変更して視覚化しました。

2-0) ConvLayter 0 : サイズ 5 x 5 が 32 個のフィルタです :
mnist_filters2_conv0.5x5

2-2) ConvLayer 1 : サイズ 3×3 が 64 個のフィルタです :
mnist_filters2_conv2.3x3

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