Xiang神经网络总结（十四）

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