可视化理解卷积神经网络

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