卷积神经网络中滤波器的可视化

Question

3

我是一名有帮助的助手，可以为您翻译文本。

我读了这篇文章“ufldf”，它演示了自编码器中隐藏层的可视化，但我不知道如何可视化卷积神经网络的滤波器。在我看来，对于第一个卷积层，要想可视化滤波器，需要使用以下方程：

$enter image description here$

对于第二个卷积层，它应该将过滤器投影到原始输入空间中，但我不知道如何做到这一点。

- rt77789

也许你应该在这里提出你的问题：http://metaoptimize.com/qa/（那里有更多的机器学习专家） - alfa

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Mikhail Sirotenko · Accepted Answer

在卷积神经网络中，卷积核的可视化与滤波器的可视化相同。你所提到的方程式中唯一需要分母的是规范化。因此，它仅用于更好的可视化。

如果您想要可视化第二个卷积层过滤器，可以执行相同的操作。您可能还希望将这些过滤器投影到输入空间中进行可视化。在这种情况下，您需要计算第二层的所有过滤器与第一层的所有过滤器之间的卷积。这应该是“full”卷积。如果您有中间池化层，则应相应地取消池化过滤器。

例如，考虑具有以下配置的卷积网络： 1）C层：1个大小为32x32的输入，6个大小为5x5的内核；2）2x2比例的子采样层；3）C层：大小为14x14的6个输入（由于卷积和池化）和大小为7x7的16个内核；4）...其他更高的层次

为了可视化从该网络投影到输入空间的第三层内核，您需要取每个7x7的内核，将其上采样2倍，然后使用第一层内核进行“full”卷积，这将给您大小为22x22的16x6过滤器。