我們看一個(gè) CNN 示例，了解具體運(yùn)行過(guò)程。

我們要查看的 CNN 在 ImageNet 上進(jìn)行了訓(xùn)練（請(qǐng)參閱這篇來(lái)自 Zeiler 和 Fergus 的論文）。在下面的圖片中（摘自上述同一論文），我們將看到該網(wǎng)絡(luò)中的每個(gè)層級(jí)會(huì)檢測(cè)到什么，并查看每個(gè)層級(jí)如何檢測(cè)到越來(lái)越復(fù)雜的規(guī)律。

導(dǎo)致網(wǎng)絡(luò)的第一層級(jí)被激活的示例規(guī)律，從簡(jiǎn)單的對(duì)角線（從左上角開(kāi)始）到綠色塊（底部中間部分）。

上述圖片來(lái)自 Matthew Zeiler 和 Rob Fergus 的深度可視化工具箱（YOUTUBE鏈接，國(guó)內(nèi)網(wǎng)絡(luò)可能打不開(kāi)），使我們能夠可視化 CNN 中的每個(gè)層級(jí)側(cè)重的是什么。

上述網(wǎng)格中的每個(gè)圖片代表的是第一層級(jí)的神經(jīng)元被激活的規(guī)律，換句話說(shuō)，它們是第一層級(jí)能夠識(shí)別的規(guī)律。左上角的圖片顯示的是 -45 度線條，頂部中間的圖片顯示的是 +45 度的線條。下面的這些方框再次供參考。

正如此處圖表所顯示的，該 CNN 的第一層級(jí)可以識(shí)別 -45 度的線條。

該 CNN 的第一層級(jí)還能夠識(shí)別 +45 度的線條，例如上方的圖片。

我們查看一些導(dǎo)致此類(lèi)激活的示例圖片。下面的圖片網(wǎng)格均激活了 -45 度的線條。注意它們均被選中了，但是具有不同的顏色、漸變和規(guī)律。

激活第一層級(jí)的 -45 度線條檢測(cè)器的示例圖片。

因此，該 CNN 的第一層級(jí)清晰地選出了非常簡(jiǎn)單的形狀和規(guī)律，例如線條和色塊。

?

第 2 層級(jí)

該 CNN 的第二層級(jí)的可視化圖表。注意我們選出了更加復(fù)雜的規(guī)律（例如圓圈和條紋）。左側(cè)的灰色網(wǎng)格表示該 CNN 的這一層級(jí)如何根據(jù)右側(cè)網(wǎng)格中的圖片被激活（即所看到的內(nèi)容）。

該 CNN 的第二層級(jí)發(fā)現(xiàn)了復(fù)雜的規(guī)律。

正如在上述圖片中所看到的，該 CNN 的第二層級(jí)識(shí)別出圓圈（第二行第二列）、長(zhǎng)條（第一行第二列）以及長(zhǎng)方形（右下角）。

CNN 自己學(xué)會(huì)發(fā)現(xiàn)這些規(guī)律。沒(méi)有任何特殊說(shuō)明指導(dǎo)該 CNN 側(cè)重于更深層級(jí)中的更復(fù)雜對(duì)象。當(dāng)你向 CNN 提供訓(xùn)練數(shù)據(jù)時(shí)，它通常都會(huì)這么做。

?

第 3 層級(jí)

該 CNN 中第三層級(jí)的可視化圖表。左側(cè)的灰色網(wǎng)格表示該 CNN 的這一層級(jí)如何根據(jù)右側(cè)網(wǎng)格中的相應(yīng)圖片被激活（即所看到的內(nèi)容）。

第 3 層級(jí)從第 2 層級(jí)中選出復(fù)雜的特征組合。包括網(wǎng)格和蜂窩（左上角）、輪子（第二行第二列），甚至面孔（第三行第三列）。

我們將跳過(guò)第 4 層級(jí)（繼續(xù)這一模式），并直接跳到第 5 層級(jí)，即該 CNN 的最后一個(gè)層級(jí)。

?

第 5 層級(jí)

該 CNN 的第 5 層級(jí)（即最后一個(gè)層級(jí)）的可視化圖表。左側(cè)的灰色網(wǎng)格表示該 CNN 的這一層級(jí)如何根據(jù)右側(cè)網(wǎng)格中的相應(yīng)圖片被激活（即所看到的內(nèi)容）。

最后一個(gè)層級(jí)選出我們關(guān)心的最高級(jí)分類(lèi)規(guī)律，例如狗的臉部、鳥(niǎo)類(lèi)臉部和自行車(chē)。

轉(zhuǎn)載于:https://www.cnblogs.com/paulonetwo/p/10060519.html

總結(jié)

以上是生活随笔為你收集整理的机器学习工程师 - Udacity 可视化 CNN的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。