18、PyTorch教程---Convents的可视化

在这一章中，我们将专注于使用卷积神经网络进行数据可视化模型。要获得传统神经网络的完美可视化，需要执行以下步骤：

步骤 1
导入必要的模块，这对于传统神经网络的可视化至关重要。

import os
import numpy as np
import pandas as pd
from scipy.misc import imread
from sklearn.metrics import accuracy_score

import keras
from keras.models import Sequential, Model
from keras.layers import Dense, Dropout, Flatten, Activation, Input
from keras.layers import Conv2D, MaxPooling2D
import torch

步骤 2
为了避免训练和测试数据中的潜在随机性，根据下面的代码中提供的方式命名相应的数据集 -

seed = 128
rng = np.random.RandomState(seed)
data_dir = "../../datasets/MNIST"
train = pd.read_csv('../../datasets/MNIST/train.csv')
test = pd.read_csv('../../datasets/MNIST/Test_fCbTej3.csv')
img_name = rng.choice(train.filename)
filepath =