JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 7. Визуализация данных и моделей
307
Рис. 7.8.
Внутренние активации нескольких сверточных слоев модели VGG16 во время выполнения 
вывода на основе изображения cat.jpg. Исходное входное изображение приведено слева 
вместе с тремя наиболее вероятными классами, выведенными моделью, и соответствующими 
оценками вероятности. Здесь визуализированы пять слоев, а именно: block1_conv1, block2_conv1, 
block3_conv2, block4_conv2 и block5_conv3. Они упорядочены сверху вниз по глубине их 
расположения в модели VGG16, то есть слой block1_conv1 расположен ближе всего к входному 
слою, а block5_conv1 — к выходному. Учтите, что все изображения внутренних активаций 
для визуализации масштабируются к одному размеру, хотя размеры активаций (разрешение 
изображений) в более поздних слоях меньше из-за последовательной свертки и субдискретизации. 
Это заметно по более грубым паттернам пикселов в более поздних слоях

---

308
Часть III • Продвинутые возможности глубокого обучения с TensorFlow.js
Подробности извлечения внутренних активаций
Код выделения внутренних активаций мы заключили в функцию 
writeInternalActi-
vationAndGetOutput()
(листинг 7.8). На входе она принимает уже сформированный 
нами или загруженный объект модели TensorFlow.js, а также названия интересу­
ющих нас слоев (
layerNames
). Ключевой шаг — создание нового объекта модели 
(
compositeModel
) с несколькими выходными сигналами, включая выходной сигнал 
указанных слоев и выходной сигнал исходной модели. 
compositeModel
формируется 
с помощью API 
tf.model()
, как вы видели в примерах Пакмана и simple­object­
detection в главе 5. Объект 
compositeModel
удобен тем, что его метод 
predict()
возвращает все активации слоев вместе с итоговым предсказанием модели (см. кон­
станту 
outputs
). Остальной код в листинге 7.8 (из файла 
visualize-convnet/main.js
) 
выполняет более приземленные задачи разбиения выходных сигналов слоев на от­
дельные фильтры и запись их в файлы на диске.
Листинг 7.8.
Вычисление внутренней активации сверточной сети в Node.js

---