卷积神经网络中间层到底在干什么?
补充一下RGB三通道卷积。图像与卷积核对应的通道做卷积运算,然后将每个通道的计算结果相加。
第一层卷积核直接作用在原本图像上,卷积核是N个M×M×3的,这些卷积核是可以被直接可视化的,如下图所示:
我们发现,这一层卷积核学习到的是一些纹理基元信息,但是这些纹理基元没有之前我们自己设计的纹理基元那么规规整整。
中间层的一些可视化,我们看不出很有用的信息。
4096维空间和某一特征相似的都聚在一坨了。
t-SNE降维
相似的图片会在一坨。
对于某一层特征图的可视化
我们回顾怎么得到特征图的:
输入像素–卷积–激活–池化–特征图
反过来:特征图–反池化–反激活–反卷积–近似输入像素。
具体详情看这篇文章:
https://zhuanlan.zhihu.com/p/24833574