如何计算TensorFlow中的类激活映射？

我了解类激活映射的定义以及如何在Numpy中生成它。 但是，我不知道如何在TensorFlow中计算它，特别是当批次大小尺寸未知时

目前，我已经获得了我的最后一个卷积层“激活”的激活。 间隙后最后一个完全连接层的权重矩阵为“last_fc_w”

我想这样计算类激活图：

cam = tf.matmul(activation, last_fc_w)

但是，我得到了以下错误： ***ValueError:形状必须为秩2，但对于输入形状为[？，10,10576]，[576,2]的“MatMul”（op:'MatMul'），形状必须为秩4

激活张量的形状为[？，10，10576]，其中？是批次大小维度。 全连接层权重的形状为[576，2]，其中2是类数，576是最后一个卷积层的通道数

---

预期输出将是大小为[？，10,10,2]的张量，这是这两个类的类激活映射。有谁能提供一些关于如何实现这一点的指导吗？

您可以尝试

keras.backend.dot

import tensorflow as tf
import numpy as np
x = tf.placeholder(shape=[None, 32, 32, 3], dtype=tf.float32)
out = tf.keras.layers.Conv2D(576, (3,3), padding='same', activation='relu')(x)
w = tf.Variable(tf.glorot_normal_initializer()([576, 2]))
print(out.shape)
cam = tf.keras.backend.dot(out, w)
print(cam.shape)

但是在更高的TF版本（针对1.15.0测试）中，您现有的代码可以工作。我测试了以下代码

import tensorflow as tf
import numpy as np
x = tf.placeholder(shape=[None, 32, 32, 3], dtype=tf.float32)
out = tf.keras.layers.Conv2D(576, (3,3), padding='same', activation='relu')(x)
w = tf.Variable(tf.glorot_normal_initializer()([576, 2]))
print(out.shape)
cam = tf.matmul(out, w)
print(cam.shape)

从激活映射创建掩码 轻松点

---

您可以尝试

keras.backend.dot

import tensorflow as tf
import numpy as np
x = tf.placeholder(shape=[None, 32, 32, 3], dtype=tf.float32)
out = tf.keras.layers.Conv2D(576, (3,3), padding='same', activation='relu')(x)
w = tf.Variable(tf.glorot_normal_initializer()([576, 2]))
print(out.shape)
cam = tf.keras.backend.dot(out, w)
print(cam.shape)

但是在更高的TF版本（针对1.15.0测试）中，您现有的代码可以工作。我测试了以下代码

import tensorflow as tf
import numpy as np
x = tf.placeholder(shape=[None, 32, 32, 3], dtype=tf.float32)
out = tf.keras.layers.Conv2D(576, (3,3), padding='same', activation='relu')(x)
w = tf.Variable(tf.glorot_normal_initializer()([576, 2]))
print(out.shape)
cam = tf.matmul(out, w)
print(cam.shape)

从激活映射创建掩码 轻松点

---

您正在尝试哪个TF版本？@thushv89我当前正在使用1.13.1。您正在尝试哪个TF版本？@thushv89我当前正在使用1.13.1。非常感谢您的指导。我终于成功了。现在，我有一个CAM[？，10，10]和一个激活[？，10，10，576]，我想使用CAM作为掩码，如果对应的CAM像素高于某个阈值，则将激活像素设置为0。你能为如何在TensorFlow中实现这一点提供一些指导吗？非常感谢你的指导。我终于成功了。现在，我有一个CAM[？，10，10]和一个激活[？，10，10，576]，我想使用CAM作为掩码，如果对应的CAM像素高于某个阈值，则将激活像素设置为0。你能为如何在TensorFlow中实现这一点提供一些指导吗？