如题
https://keras.io/examples/conv_filter_visualization/
最近想将keras官网的example使用在自己训练的模型上
但是会有error
自己测试后发现其中一段会有问题
如下
layer_dict = dict([(layer.name, layer) for layer in model.layers[1:]])
output_layer = layer_dict[layer_name]
这段会将model的名称取出来
而官网的model的架构里有input layer
https://i.imgur.com/0mRWAsE.jpg
我的model里并没有这层
https://i.imgur.com/hnboAp0.jpg
因此它好像不会将我的卷积层放到layer_dict里面
而这个example主要就是将卷积层的filter可视化
因此使用我的model执行时会有问题
想请问该怎么将我的model里在训练时加入input layer的资料，亦或者怎么改example的c
ode达到我的目的
另外一个问题是这个example看起来是借由gradient ascent的方法达到filter visualiza
tion，那为什么不能直接找出model里的weight就好
希望各位大大能替我解答