keras - 为什么 conv_filter_visualization 示例中的过滤器是 128x128？

Question

这个Keras conv_filter_visualization示例为 VGG-16 网络的第 5 层输出一个 8x8 的可视化权重网格。代码通过了 512 个过滤器中的 128 个，并可视化了损失最高的那些过滤器的权重。输出示例在这里。

为什么网格中的每个单元格的尺寸都是 128x128 像素？

VGG 的第 5 层，具有三个 512x3x3 过滤器：

第 5 座

x = Convolution2D(512, 3, 3, activation='relu', border_mode='same', name='block5_conv1')(x)
x = Convolution2D(512, 3, 3, activation='relu', border_mode='same', name='block5_conv2')(x)
x = Convolution2D(512, 3, 3, activation='relu', border_mode='same', name='block5_conv3')(x)
x = MaxPooling2D((2, 2), strides=(2, 2), name='block5_pool')(x)`

我对如何将这些可视化为 128x128 像素单元感到困惑。

Answer 1

网络的输入是 128x128 灰度图像，因此可视化中的每个单元格都是测试图像与其中一个过滤器卷积的结果。显示了 64 个最具辨别力的过滤器。