卷积神经网络可视化 – 权重还是激活?

enter image description here

上图是第一卷积层的权重渲染,还是在给定输入图像上的第一卷积层的激活

下面是我训练了48小时的Inception v2模型的第一卷积层的权重可视化:

Inception

我确定在仅48小时的训练后(在CPU上),我的模型尚未收敛。既然训练准确率已经超过90%,这些权重不是应该开始变得平滑了吗?


回答:

根据ImageNet分类与深度卷积神经网络,第一卷积层接收一个224x224x3的图像作为输入(注意:应为227×227而不是224×224),并使用96个大小为11x11x3的卷积核进行过滤。

上图显示了第一卷积层学习到的卷积核。

注意:实际上,在图中可以数出96个卷积核,这些核应该大小为11×11×3。

Related Posts

为什么我们在K-means聚类方法中使用kmeans.fit函数?

我在一个视频中使用K-means聚类技术,但我不明白为…

如何获取Keras中ImageDataGenerator的.flow_from_directory函数扫描的类名?

我想制作一个用户友好的GUI图像分类器,用户只需指向数…

如何查看每个词的tf-idf得分

我试图了解文档中每个词的tf-idf得分。然而,它只返…

如何修复 ‘ValueError: Found input variables with inconsistent numbers of samples: [32979, 21602]’?

我在制作一个用于情感分析的逻辑回归模型时遇到了这个问题…

如何向神经网络输入两个不同大小的输入?

我想向神经网络输入两个数据集。第一个数据集(元素)具有…

逻辑回归与机器学习有何关联

我们正在开会讨论聘请一位我们信任的顾问来做机器学习。一…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注