可视化CNN隐藏层输出

       CNN中的卷积计算和池化计算到底对图像做了什么，产生了什么影响，可以把CNN的隐藏层的输出数据可视化，感受一下。

       本文参考代码《Course 1 - Part 8 - Lesson 2 - Notebook.ipynb》，大家要复现结果，请运行这个参考代码。本文先把隐藏层输出的结果，放上来，如下图所示：

CNN隐藏层输出

由上图可以看到，原始图像（亮度特征）经过卷积运算后，得到了多个新的特征图像；经过MaxPooling操作后，特征没有丢失，进一步被强化，但特征的尺寸被压缩。层数越深，黑色的图片（未激活的特征）越多，这是神经网络的稀疏特性(Sparsity)。