《python深度学习》笔记（十九）：卷积神经网络的可视化

你知道神经网络各个层具体是怎样学习的吗？

深度学习模型就像是“黑盒”，即模型学到的表示很难用人类可以理解的方式来提取和呈现。这个说法部分正确，但卷积神经网络绝对不是这样的。卷积神经网络学到的表示非常适合可视化，很大程度上是因为它们的视觉概念的表示。下面介绍三种最简单的最有用的可视化方法。

转载他人的笔记：

1.可视化中间激活层https://blog.csdn.net/huang1024rui/article/details/1191502225.4　卷积神经网络的可视化卷积神经网络学到的表示非常适合可视化，很大程度上是因为它们是视觉概念的表示\color{red}视觉概念的表示视觉概念的表示。接下来介绍3种可视化方法。可视化卷积神经网络的中间输出（中间激活）\color{red}可视化卷积神经网络的中间输出（中间激活）可视化卷积神经网络的中间输出（中间激活）：有助于理解卷积神经网络连续的层如何对输入进行变换，也有助于初步了解卷积神经网络每个过滤器的含义。可视化卷积神经网络的过滤器\color{red}可视化卷积神经网络的过滤器可视化卷积https://blog.csdn.net/huang1024rui/article/details/119150222

2.可视化过滤器

https://blog.csdn.net/huang1024rui/article/details/1191708915.4　卷积神经网络的可视化卷积神经网络学到的表示非常适合可视化，很大程度上是因为它们是视觉概念的表示\color{red}视觉概念的表示视觉概念的表示。接下来介绍3种可视化方法。可视化卷积神经网络的中间输出（中间激活）\color{red}可视化卷积神经网络的中间输出（中间激活）可视化卷积神经网络的中间输出（中间激活）：有助于理解卷积神经网络连续的层如何对输入进行变换，也有助于初步了解卷积神经网络每个过滤器的含义。可视化卷积神经网络的过滤器\color{red}可视化卷积神经网络的过滤器可视化卷积https://blog.csdn.net/huang1024rui/article/details/119170891

3.可视化类激活的热力图

https://blog.csdn.net/huang1024rui/article/details/119221011《Python深度学习》第五章-6（可视化类激活图）读书笔记卷积神经网络学到的表示非常适合可视化，很大程度上是因为它们是视觉概念的表示\color{red}视觉概念的表示视觉概念的表示。接下来介绍3种可视化方法。事中\color{blue}事中事中：可视化卷积神经网络的中间输出（中间激活）\color{red}可视化卷积神经网络的中间输出（中间激活）可视化卷积神经网络的中间输出（中间激活）：有助于理解卷积神经网络连续的层如何对输入进行变换，也有助于初步了解卷积神经网络每个过滤器的含义。事前\colohttps://blog.csdn.net/huang1024rui/article/details/119221011