ZFNet 论文阅读

一、背景 大规模卷积神经网络在图像集的分类工作中都表现出了优越的性能，然而对于它为何能表现的如此好和如何改进它却没有明确的理解。 二、提出 一种可视化工具来探究内部特征层的运行机制和分类器的执行方式。 该工具向我们展示了在模型中，输入刺激如何激活每一层的单个特征地图（feature map)并让我们能够观察到，在训练中特征是如何进化的，以及诊断模型中潜在的问题。 该可视化工具运用一种多层反卷积网络

>>阅读原文<<