【神经网络】神经网络可视化工具

t-SNE 

方法:在fc7(倒数第一层fc)提取输出,并用欧氏距离远近展示(或聚类)。好的网络可以直观看到同分类的图片聚在一起,几何上易被切割出来。

http://cs.stanford.edu/people/karpathy/cnnembed/

一个例子:


4000*4000(3.2M)


Visualizing Activations

方法:

    1. 逆向使用已训练好的神经网络生成图片:输入一张只有噪点的图片,并且要求它在某个分类上可能性最大化,则神经网络会用它学到的东西给这张图片添加该分类的特性,最终“”绘制“出一张画。通过这种形式来看神经网络对于某个分类的理解。

    2. 动态观察各层激活的情况:https://github.com/yosinski/deep-visualization-toolbox

http://yosinski.com/deepvis


待续

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值