我在阅读一篇论文，其中提到了

每一组共享权重被称为一个核，或一个卷积核。因此，一个具有n个核的卷积层学习检测n个局部特征，这些特征在输入图像上的强度在生成的n个特征图中是可见的。

在这种情况下，我不理解’可见’的意思。

回答：

一般来说，每个卷积核负责一种特定的模式，例如不同方向的边缘、角落、不同颜色的斑点等。例如，如果一个卷积核负责检测水平边缘，那么生成的特征图在相应位置将有明显的激活。每个核的强度在生成的特征图中是可见的，因为它们负责的模式会产生明显的激活。

这里有一个你可以在浏览器中玩的演示 -> https://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html