如何在卷积神经网络训练的第一层之后可视化滤波器？

Question

卷积神经网络第一阶段的滤波器很容易可视化，因为它们具有深度3（RGB）。我如何可视化后面的滤波器？就像http://cs231n.stanford.edu/slides/winter1516_lecture7.pdf中所示。

如果第二阶段过滤器的深度超过3，我该如何像上面的图中那样将其可视化？它仍然是RGB吗？

- Kong

Answer 1

我相信，只要有一个预训练的网络和图像数据集，就可以使用zeilerECCV2014 paper中的方法生成这些图片。它分为两个步骤：

1. 从数据集中选择产生最强响应的图像。
2. 使用反向传播算法，生成能够产生相同响应的最小输入图像。这些最小图像就是你所看到的图片。

以下是我见过的Tensorflow代码示例。

• TF-Visualize-CNN 只实现了第一步。
• tf_cnnvis 实现了两个步骤。

- etoropov