一文带你用可视化理解卷积神经网络(22)
1.获取最终卷积层的输出要素图 。 对于VGG16 ， 此功能图的形状为14x14x512； 2.计算输出相对于要素图的梯度 3.将全局平均池化应用于梯度 4.将要素图与相应的池化梯度相乘 我们可以在下面看到输入图像及其对应的分类激活图：
现在 ， 我们来给上面的图像生成分类激活图：
可视化过程—分层输出可视化
CNN的起始层通常寻找像边缘这样的低级特征 。 随着我们的深入 ， 功能也会发生变化 。
可视化模型的不同层的输出有助于我们看到在相应层突出显示图像的是哪些特征 。 此步骤对于针对我们的问题微调架构特别重要 。 为什么？因为我们可以看到哪些图层提供了哪种特征 ， 然后决定我们要在模型中使用哪些图层 。
例如 ， 可视化图层输出可以帮助我们比较神经样式转移问题中不同层的性能 。
推荐阅读
- 法术|双城之战：羁绊、海克斯强化、装备一文看懂
- 剑魂|DNF：“剑魂式打桩”引玩家爆笑，别人用瞬斩塞蛋，你用里鬼剑术
- 仙剑奇侠传七|“吃鸡”游戏中单价最高的氪金物品！氪度力压车皮，却一文不值！
- 地下城与勇士|DNF：DNF超高质量减负，9.14减负改动一文看完
- 金泰相|“亚军不配找借口”Doinb谈亚军一文不值，只有S11夺冠才能找回颜面
- 梦幻西游|梦幻西游：老王打错灵犀玉损失5000元，百万无级别变得一文不值
- 电子竞技|电竞精神一文不值，贝克曼惨遭炮轰，久城透露QG假赛隐情！
- 地下城与勇士|DNF：最尴尬的“神话守门员”，你用我推荐，给我我不要
- 声控|声控大法知多少？《神武4》电脑版的声控技巧你用过几个？
- 孙一文|王者荣耀孙一文联动实锤？采访透露设计想法，皮肤想要带龙标