“看懂”卷积神经网(Visualizing and Understanding Convolutional Networks)

        在所有深度网络中,卷积神经网和图像处理最为密切相关,卷积网在很多图片分类竞赛中都取得了很好的效果,但卷积网调参过程很不直观,很多时候都是碰运气。为此,卷积网发明者Yann LeCun的得意门生Matthew Zeiler在2013年专门写了一篇论文,阐述了如何用反卷积网络可视化整个卷积网络,并进行分析和调优。由于课题研究需要使用卷积网,本人凭自己的理解将该文翻译成了中文,内容没有严格对齐原文,水平有限,难免出现大量错误,请大家包涵。

        简单总结本文内容:当输入一张图片到卷积网中时,网络会逐级产生特征,但究竟是图片中的哪一部分刺激网络产生了特定特征,没法直接得到;作者想到了一种办法:将产生的特征通过反卷积技术,重构出对应的输入刺激,而重构的刺激只会显示真正有用东西,作者就可以通过分析这些信息来分析模型,实现模型调优。

原文地址:http://arxiv.org/pdf/1311.2901.pdf

             

        

“看懂”卷积神经网(Visualizing and Understanding Convolutional Networks)_第1张图片

“看懂”卷积神经网(Visualizing and Understanding Convolutional Networks)_第2张图片





“看懂”卷积神经网(Visualizing and Understanding Convolutional Networks)_第3张图片

“看懂”卷积神经网(Visualizing and Understanding Convolutional Networks)_第4张图片

“看懂”卷积神经网(Visualizing and Understanding Convolutional Networks)_第5张图片


你可能感兴趣的:(深度学习,卷积网,反卷积网,可视化,参数调优)