Wolfram语言

使用预先训练的模型来可视化特征

预训练的神经网络可以修改为特征提取器。特征提取通常用于传递学习、定义语义距离或可视化特定数据集。此示例演示如何使用来自Wolfram神经网络存储库提取特征并在特征空间中可视化数据集。

从预处理模型创建图像特征提取器。

加载图像分类器。

提取24层中的前22层。

生成的网络将图像转换为2048个数值。这些值语义丰富。在图像上尝试此提取器。

使用函数中的提取器功能空间图可视化图像数据集。

一些模型直接用作特征提取器。使用手套特征提取器。

相关示例

判定元件 锿 前 青年成就组织 让开 pt-br型 zh(德国)