最后,可视化第一个隐藏层的权重。我们先看看模型的weights属性,以深入探索神经网络,并了解它学到了哪些规律。模型的输入层有784个权重,对应于28×28像素的输入图片。第一个隐藏层将有784×N个权重,其中N指的是该层中的节点数。我们可以将这些权重重新变回28×28像素的图片,具体方法是将N个1×784权重的数组变形为N个28×28大小的数组。运行以下单元格,绘制权重曲线图。注意,此单元格要求名为classifier的DNNClassifier已经过训练。
356
奎克的藏经阁 · 原书印刷页
PDF 物理页索引 372 · 第10章
最后,可视化第一个隐藏层的权重。我们先看看模型的weights属性,以深入探索神经网络,并了解它学到了哪些规律。模型的输入层有784个权重,对应于28×28像素的输入图片。第一个隐藏层将有784×N个权重,其中N指的是该层中的节点数。我们可以将这些权重重新变回28×28像素的图片,具体方法是将N个1×784权重的数组变形为N个28×28大小的数组。运行以下单元格,绘制权重曲线图。注意,此单元格要求名为classifier的DNNClassifier已经过训练。
356