Visualize weights in pytorch

First layer convolutional features

其实CV模型的第一层卷积

1.可以直接打印核
2.是不是代表了模型的某种特征？

上图

如

经典alexnet

from torchvision import utils
import torchvision.transforms as T
from PIL import Image

## load your network as net

grid = utils.make_grid(net.{conv}.weight, nrow=8, normalize=True, padding=1)
save=T.Compose([T.ToPILImage()])
save(grid).save('viswight.png')

resnet50 在danbooru上训

inception做特征抽取的bbox动漫头像回归检测模型

试试stylegan的torgb层？
是不是可以torgb的k大一点？

PCARN动漫模型

更

我错了
应该这么看
不是什么RGB
RGB更离谱，看不出规律

再发现

这是conv的bias

死滤波器

这啥玩意这么高的bias？？？

我开始怀疑了
是不是滤波器真的能打印
norm，clip到255做灰度，很多细节可能都丢了

或许这玩意就像暗能量一样（字面意思），大部分信息都在细节里，编码方式无法看懂，常规能量就是那看得到的规律

又一次，人类经验，先入为主，不可靠，，