首页 > 代码库 > Visualing and understanding convolutional networks
Visualing and understanding convolutional networks
这篇文章主要是基于Alex的CNN代码利用可视化技术将卷积神经网络每层学习到的特征以人眼可见的方式变现出来，即Feature Visualization，并试图提出改进。相当于是卷积神经网络的逆过程。
主要框架如下图：
主要利用到的技术有unpooling ,rectification,filtering(逆滤波）
主要的分析过程有：
1.Architecture Selection
发现的问题：The first layer lters are a mix of extremely high and low frequency information, with little coverage of the mid frequencies. Additionally, the 2nd layer visualization shows aliasing artifacts caused by the large stride 4 used in the 1st layer convolutions。(虽然我还不知道他是怎么看出的(⊙o⊙))
2.Occlusion Sensitivity
去掉某部分然后看结果怎么样
3.Correspndence Analysis
相关性分析
来自为知笔记(Wiz)
Visualing and understanding convolutional networks
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。