2 個步驟的基本示例

該示例假設你已成功執行並完全理解 MNIST 的教程（ Deep MNIST for expert ）。

%matplotlib inline
import matplotlib.pyplot as plt

# con_val is a 4-d array, the first indicates the index of image, the last indicates the index of kernel
def display(con_val, kernel):
    plt.axis('off')
    plt.imshow(np.sum(con_val[:, :, :, kernel], axis=0), cmap=plt.get_cmap('gray'))
    plt.show()

上面的函式視覺化一個陣列（con_val），該陣列包含給定核心的卷積層的值。該函式彙總了所有示例的值，並以灰度為單位繪製它們。

以下程式碼從第一個卷積層獲取值並呼叫上面的函式進行顯示。

labels = np.nonzero(mnist.test.labels)[1] # convert "one-hot vectors" to digits (0-9)

for i in range(2): # display only 0 and 1
    con_val = h_pool1.eval(feed_dict={x:mnist.test.images[labels == i, :]}) #fetch
    display(con_val, 3)

程式碼僅繪製與 0 和 1 標籤對應的視覺化。你將能夠看到這些結果。