먼저 두 번째 계층에 대한 특성 맵을 살펴봅시다.
코드 5-37이미지를 모델에 적용
ins = model.inputs ------ 모델 입력으로 (None, 224, 224, 3)의 형태를 갖습니다.
outs = model.layers[2].output ------ 두 번째 계층에 대한 출력으로 (None, 1000)의 형태를 갖습니다.
feature_map = Model(inputs=ins, outputs=outs) ------ 앞서 정의한 ins와 outs를 모델 입력과 출력으로 전달합니다.
img = cv2.imread("../chap5/data/cat.jpg") ------ 이미지 호출
img = cv2.resize(img, (100,100))
input_img = np.expand_dims(img, axis=0)
feature = feature_map.predict(input_img)
fig = plt.figure(figsize=(50,50))
for i in range(48): ------ 이미지 48개 출력
ax = fig.add_subplot(8, 8, i+1)
ax.imshow(feature[0,:,:,i])
두 번째 계층에 대한 특성 맵의 결과는 다음 그림과 같습니다.
▲ 그림 5-48 두 번째 계층에서 특성 맵