摘要
通过可视化分析,更能直观理解CNN各层的功能。
CNN各层能检测到的特征
- 第1层,学习到一些简单特征,如下图
- 第2层,检测到复杂的模式和形状,如下图
- 第3层,检测到了图像中的某一部分,或某些特定的图案(更加复杂的模式),如下图
- 第4层,比上一层复杂的模式,比如检测到了同一个物种的狗,如下图
- 第5层,检测到了更加复杂的事物,比如检测到了更加多样性的狗,或者花,如下图
总结
CNN各个C层,从浅层到深层,都是从检测简单的事物到检测复杂的事物。深层会看到一张图片中更大的部分。比如第一层检测边缘,第二层检测到质地,深层检测到复杂的物体。
参考
- Andrew Ng,CNN,chapter-04
- 可视化理解CNN,https://cs.nyu.edu/~fergus/papers/zeilerECCV2014.pdf
- 博主自己写的CNN可视化代码:https://github.com/ybdesire/machinelearning/blob/master/25_keras/keras_basic_cnn_visualization.ipynb