neural-network - 卷积神经网络中滤波器的可视化

Question

我读了这篇文章“ ufldf ”，它发展了自动编码器中隐藏层的可视化，但我很困惑如何可视化卷积神经网络的过滤器。在我看来，对于第一个卷积层，要可视化过滤器，它需要这个等式：

而对于第二个卷积层，它应该将过滤器投影到原始输入空间，但我不知道该怎么做。

Answer 1

在卷积神经网络中，卷积核的可视化与过滤器的可视化相同。您提到的等式中除法器的唯一需要是归一化。所以它只需要更好的可视化。

如果你想可视化第二个卷积层过滤器，你可以做同样的操作。您可能还想可视化投影到输入空间的那些过滤器。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的卷积。这应该是“全”卷积。如果您有中间池化层，您应该相应地取消过滤器。

因此，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：6个大小为14x14的输入（因为卷积和池化）和16个大小为7x7的内核；4）......其他一些更高的层

为了可视化从这个网络投影到输入空间的第 3 层内核，您需要对每个 7x7 内核进行上采样 2 次，然后与第一层内核进行“完全”卷积，这将为您提供 16x6 大小为 22x22 的过滤器