卷積神經網絡中濾波器的可視化

Question

我讀過這篇文章「ufldf」，它演化了autoencoder中隱藏層的可視化，但我很困惑如何使卷積神經網絡的濾波器可視化。在我看來，第一個卷積層，以可視化的過濾器，它需要這個公式：

而對於第二卷積層，它應該投射到過濾器原來的輸入空間，但我不知道如何去做吧。

Answer 1

在卷積神經網絡中，卷積核的可視化與過濾器可視化相同。您提到的方程中唯一需要的分頻是歸一化。所以只需要更好的可視化。

如果你想顯示第二個卷積層過濾器，你可以做同樣的操作。 您可能還想要將投影到投影空間的那些濾鏡可視化。在這種情況下，您需要計算第二層的所有濾波器與第一層的所有濾波器的卷積。這應該是'充分'卷積。如果您有中間池層，則應該相應地卸載過濾器。

例如，考慮具有以下配置的conv網： 1）C層：1個大小爲32x32的輸入，6個大小爲5x5的內核; 2）2x2比例的子採樣層; 3）C層：6個大小爲14x14的輸入（由於卷積和彙集）和16個大小爲7x7的內核; 4）...其他一些更高層

爲了從投影到輸入空間的這個網絡可視化第三層內核，您需要採取每個7x7內核，上採樣它2次，然後與第一層內核進行「全面」卷積，這會給你16x6大小爲22x22的過濾器