Bài 15: Feature Extraction trong Convents ( Trích xuất đặc trưng )

Bài 15: Feature Extraction trong Convents ( Trích xuất đặc trưng ) - Pytorch Cơ bản

Đăng bởi: Admin | Lượt xem: 1913 | Chuyên mục: AI

Mạng nơ-ron CNN bao gồm tính năng chính là trích xuất. Các bước sau được sử dụng để thực hiện việc trích xuất tính năng của mạng nơ-ron tích tụ.

Bước 1 :

import torch
import torch.nn as nn
from torchvision import models

Bước 2 :

Tạo một lớp trích xuất tính năng có thể được gọi khi cần thiết.

class Feature_extractor(nn.module):
   def forward(self, input):
      self.feature = input.clone()
      return input
new_net = nn.Sequential().cuda() # the new network
target_layers = [conv_1, conv_2, conv_4] # layers you want to extract`
i = 1
for layer in list(cnn):
   if isinstance(layer,nn.Conv2d):
      name = "conv_"+str(i)
      art_net.add_module(name,layer)
      if name in target_layers:
         new_net.add_module("extractor_"+str(i),Feature_extractor())
      i+=1
   if isinstance(layer,nn.ReLU):
      name = "relu_"+str(i)
      new_net.add_module(name,layer)
   if isinstance(layer,nn.MaxPool2d):
      name = "pool_"+str(i)
      new_net.add_module(name,layer)
new_net.forward(your_image)
print (new_net.extractor_3.feature)

Bài tiếp theo: Visualization Convents >>

Theo dõi VnCoder trên Facebook, để cập nhật những bài viết, tin tức và khoá học mới nhất!