利用visdom显示卷积层结果

输入卷积神经网络的图像:

中间各个卷积层输出的featuremap可视化结果:

代码:

    vis = visdom.Visdom()
    for layer_name, fmap_list in fmap_dict.items():  # 通过给各卷积层注册register_forward_hook函数来保存各卷积层featuremap
        fmap = fmap_list[0]       # shape : (1, 64, 55, 55)， batch维度恒为1 
        fmap.transpose_(0, 1)     # 将64通道逐通道的显示
        fmap[:, 0, :, :] *= 10    # 提高对比度，因为卷积的结果是直接做像素值的，因此可能会出现整体数值偏小的情况；而且visdom没有tensorboard中滑动调节对比度的滑动调节栏；此外这里就算乘法的结果大于255，也不会报错，就会按照255来计算
        nrow = int(np.sqrt(fmap.shape[0]))  # 将所有的图片放在nrow * nrow的网格中显示
        vis.images(fmap, nrow=nrow, win=layer_name)