在人脸识别图像分类中,我了解到每一层都会关注图片的不同关键方面?
例如,第一层可能会关注边缘,第二层可能会关注颜色,第三层可能会关注眼睛等等...
每一层都有激活函数,并以前一层的输出作为输入。
你如何具体告诉一层要查找图像中的特定特征?你如何知道每一层在寻找什么?
例如,第一层可能会关注边缘,第二层可能会关注颜色,第三层可能会关注眼睛等等...
每一层都有激活函数,并以前一层的输出作为输入。
你如何具体告诉一层要查找图像中的特定特征?你如何知道每一层在寻找什么?
要了解深度CNN中某一层所查找的输入图像的特征,您可以获取该层的滤波器和滤波器激活/特征映射,并通过绘制激活和内核权重的彩色地图来可视化它们。虽然我们可以可视化一层的激活并推断出滤波器可能正在寻找什么,但是强制网络层学习特定特征是相当困难的,因为在训练之前,权重会被随机初始化,以便网络的任何过滤器都可以选择学习输入图像的任何随机特征。