一文带你用可视化理解卷积神经网络( 十 )


'bias_initializer': {'class_name': 'Zeros' 'config': {
'kernel_regularizer': None
'bias_regularizer': None
'activity_regularizer': None
'kernel_constraint': None
'bias_constraint': None

不知你有没有注意到图层'block5_conv1'的可训练参数是否为真? 这意味着我们可以通过进一步训练模型来更新图层权重 。

滤波器—可视化CNN的构成模块

滤波器是任何卷积神经网络的基本构建模块 。 不同的滤波器从图像中提取不同类型的特征 。 下面的GIF图非常清楚地说明了这一点:

如图所示 , 每个卷积层都由多个滤波器组成 。 查看我们在上一节中生成的输出 - 'block5_conv1'层由512个滤波器组成 。 这是对应的 , 是吧?

让我们绘制每个VGG16块的第一个卷积层的第一个滤波器:

layers = model.layers
layer_ids = [1471115

推荐阅读