获取中间层的输出可视化
在全连接神经网络训练好后,为了更好地理解全连接神经网络的计算过程,以获取网络在计算过程中中间隐藏层的输出,可以使用两种方法:
- 如果在网络的前向过程想要输出隐藏层,可以使用独特的变量进行命名,然后再输出时输出该变量,例如:
def forward(self,x):
fc1 = self.hidden1(x)
fc2 = self.hidden2(fc1)
output = self.classifica
微信扫一扫
获取中间层的输出可视化
在全连接神经网络训练好后,为了更好地理解全连接神经网络的计算过程,以获取网络在计算过程中中间隐藏层的输出,可以使用两种方法:
def forward(self,x):
fc1 = self.hidden1(x)
fc2 = self.hidden2(fc1)
output = self.classifica
相关推荐