ValueError: फ़्लोटिंग पॉइंट छवि आरजीबी मान 0..1 रेंज में होना चाहिए। matplotlib

Question

का उपयोग करते समय मैं एक तंत्रिका नेटवर्क की परत के वजन को देखना चाहता हूं। मैं pytorch का उपयोग कर रहा हूँ।

import torch 
import torchvision.models as models 
from matplotlib import pyplot as plt 

def plot_kernels(tensor, num_cols=6): 
    if not tensor.ndim==4: 
     raise Exception("assumes a 4D tensor") 
    if not tensor.shape[-1]==3: 
     raise Exception("last dim needs to be 3 to plot") 
    num_kernels = tensor.shape[0] 
    num_rows = 1+ num_kernels // num_cols 
    fig = plt.figure(figsize=(num_cols,num_rows)) 
    for i in range(tensor.shape[0]): 
     ax1 = fig.add_subplot(num_rows,num_cols,i+1) 
     ax1.imshow(tensor[i]) 
     ax1.axis('off') 
     ax1.set_xticklabels([]) 
     ax1.set_yticklabels([]) 

    plt.subplots_adjust(wspace=0.1, hspace=0.1) 
    plt.show() 
vgg = models.vgg16(pretrained=True) 
mm = vgg.double() 
filters = mm.modules 
body_model = [i for i in mm.children()][0] 
layer1 = body_model[0] 
tensor = layer1.weight.data.numpy() 
plot_kernels(tensor) 

ऊपर इस त्रुटि देता है ValueError: Floating point image RGB values must be in the 0..1 range.

मेरा प्रश्न है मैं सामान्य और वजन का निरपेक्ष मान लेना चाहिए इस त्रुटि को दूर करने के लिए या वहाँ anyother तरीका है? यदि मैं सामान्य मानता हूं और पूर्ण मूल्य का उपयोग करता हूं तो मुझे लगता है कि ग्राफ का अर्थ बदल जाता है।

[[[[ 0.02240197 -1.22057354 -0.55051649] 
    [-0.50310904 0.00891289 0.15427093] 
    [ 0.42360783 -0.23392732 -0.56789106]] 

    [[ 1.12248898 0.99013627 1.6526649 ] 
    [ 1.09936976 2.39608836 1.83921957] 
    [ 1.64557672 1.4093554 0.76332706]] 

    [[ 0.26969245 -1.2997849 -0.64577204] 
    [-1.88377869 -2.0100112 -1.43068039] 
    [-0.44531786 -1.67845118 -1.33723605]]] 


[[[ 0.71286005 1.45265901 0.64986968] 
    [ 0.75984162 1.8061738 1.06934202] 
    [-0.08650422 0.83452386 -0.04468433]] 

    [[-1.36591709 -2.01630116 -1.54488969] 
    [-1.46221244 -2.5365622 -1.91758668] 
    [-0.88827479 -1.59151018 -1.47308767]] 

    [[ 0.93600738 0.98174071 1.12213969] 
    [ 1.03908169 0.83749604 1.09565806] 
    [ 0.71188802 0.85773659 0.86840987]]] 


[[[-0.48592842 0.2971966 1.3365227 ] 
    [ 0.47920835 -0.18186836 0.59673625] 
    [-0.81358945 1.23862112 0.13635623]] 

    [[-0.75361633 -1.074965 0.70477796] 
    [ 1.24439156 -1.53563368 -1.03012812] 
    [ 0.97597247 0.83084011 -1.81764793]] 

    [[-0.80762428 -0.62829626 1.37428832] 
    [ 1.01448071 -0.81775147 -0.41943246] 
    [ 1.02848887 1.39178836 -1.36779451]]] 


..., 
[[[ 1.28134537 -0.00482408 0.71610934] 
    [ 0.95264435 -0.09291686 -0.28001019] 
    [ 1.34494913 0.64477581 0.96984017]] 

    [[-0.34442815 -1.40002513 1.66856039] 
    [-2.21281362 -3.24513769 -1.17751861] 
    [-0.93520379 -1.99811196 0.72937071]] 

    [[ 0.63388056 -0.17022935 2.06905985] 
    [-0.7285465 -1.24722099 0.30488953] 
    [ 0.24900314 -0.19559766 1.45432627]]] 


[[[-0.80684513 2.1764245 -0.73765725] 
    [-1.35886598 1.71875226 -1.73327696] 
    [-0.75233924 2.14700699 -0.71064663]] 

    [[-0.79627383 2.21598244 -0.57396138] 
    [-1.81044972 1.88310981 -1.63758397] 
    [-0.6589964 2.013237 -0.48532376]] 

    [[-0.3710472 1.4949851 -0.30245575] 
    [-1.25448656 1.20453358 -1.29454732] 
    [-0.56755757 1.30994892 -0.39370224]]] 


[[[-0.67361742 -3.69201088 -1.23768616] 
    [ 3.12674141 1.70414758 -1.76272404] 
    [-0.22565465 1.66484773 1.38172317]] 

    [[ 0.28095332 -2.03035069 0.69989491] 
    [ 1.97936332 1.76992691 -1.09842575] 
    [-2.22433758 0.52577412 0.18292744]] 

    [[ 0.48471382 -1.1984663 1.57565165] 
    [ 1.09911084 1.31910467 -0.51982772] 
    [-2.76202297 -0.47073677 0.03936549]]]] 

Answer 1

ऐसा लगता है के रूप में यदि आप पहले से ही पता है कि आपके मूल्यों उस श्रेणी में नहीं हैं। हां, आपको उन्हें श्रेणी 0.0 - 1.0 में फिर से स्केल करना होगा। मेरा सुझाव है कि आप नकारात्मक बनाम सकारात्मक की दृश्यता बनाए रखना चाहते हैं, लेकिन आप 0.5 को अपना नया "तटस्थ" बिंदु दें। स्केल करें कि वर्तमान 0.0 मानों को 0.5 से घटाया गया है, और आपका सबसे चरम मूल्य (सबसे बड़ा परिमाण) स्केल 0.0 (यदि ऋणात्मक) या 1.0 (यदि सकारात्मक है)।

---

वैक्टरों के लिए धन्यवाद। ऐसा लगता है कि आपके मान सीमा -2.25 से +2.0 में हैं। मेरा सुझाव है कि एक rescaling new = (1/(2*2.25)) * old + 0.5