Visualizing and Understanding Convolutional Networks(神经网络可视化)理解

作者的核心思想要点: feature map的可视化 一般的卷积神经网络某一层的输出,都是将Input Image,经过多次的Conv、ReLU、Pooling作用后的得到的结果。 举个简单又不失一般性的单层卷积神经网络模型: 现在我们想知道Pooling后得到的96个112x112的feature maps中的一个feature map到底学到的是啥?怎么做? 一个直观的想法是将112x112x
相关文章
相关标签/搜索