AI学习笔记(1)—可视化CNN隐藏层特征 首先这篇笔记是在有限时间的背景下完成的,并且本人对于CNN的了解尚浅,仅作为自己后续查阅的笔记 文章目录 AI学习笔记(1)—可视化CNN隐藏层特征 CNN的理解 反池化过程 反向传播算法(机器学习?) 关于DeconvNet的理解 Deep Visualization Toolbox 快速访问 给予CNN训练所需的海量数据 CNN(图片识别)使用案例 特征可视化的样例:DeepDream 微软 Custom Version Feature visualization feature visualization在音乐数据采集 Layer visibility(3D呈现卷积过程的工具) DeconvNet 能做什么: 浅层:直观了解理解深度神经网络到底在做什么(what we should do)(用于解释CNN) 深层:应用于网络安全;智能驾驶;(透明度?) CNN的理解 (只要拥有图像特征(矩阵特征?)就能识别) 选取特征矩阵对原图扫描进行卷积计算(数据量十分大 解决:池化) </