美橙互联同类型网站,怎样做类似淘宝的网站,青海建设云网站,wordpress开发大家好啊#xff0c;我是董董灿。
之前写过很多关于卷积算法的文章#xff1a;5分钟理解什么是卷积的特征提取。总的来说#xff0c;卷积算法的本质是一个特征提取器。
那么既然卷积神经网络在图像分类、图像检测、图像分割以及其他领域有这么好的表现#xff0c;卷积到底…大家好啊我是董董灿。
之前写过很多关于卷积算法的文章5分钟理解什么是卷积的特征提取。总的来说卷积算法的本质是一个特征提取器。
那么既然卷积神经网络在图像分类、图像检测、图像分割以及其他领域有这么好的表现卷积到底是提取了图像的什么特征呢 1、卷积特征可视化
虽然有时候我们说神经网络是个黑盒但是研究人员一直在探索如何将卷积学习到的特征给分析出来。
其实就是想要一窥神经网络这个黑盒内部的逻辑在 CNN 网络中那些卷积到底提取了哪些特征。
我们可以通过一定的方法将卷积的输出(也就是特征图)给劫持出来在利用一些可视化的方法将其显示出来便可以直观的看到卷积学到了什么特征了。
要做这一步需要做到一点那就是将一个神经网络中卷积的输出(也就是特征图)可以获取到。
幸运的是我做的一个开源项目手写一个神经网络中已经把卷积输出特征图给劫持出来并且可以很轻松的实现特征的可视化。
项目 github 链接为https://github.com/dongtuoc/resnet50_zero。
在本篇文章中我们先借助一个很牛的网站工具来了解一下卷积特征可视化之后的效果到底如何。 2、一个神奇的网站实现特征可视化
一个很著名的CNN可视化网站https://poloclub.github.io/cnn-explainer/
在这个网站中作者搭建了一个只有 10 层的神经网络包含 4 层卷积4 个 relu 的激活函数 2 层最大池化。
这个神经网络的输入是一张 3 通道的 RGB 图片然后每一层卷积对每个通道进行卷积运算完成一些特征的提取。
在这个网站中你可以非常清晰的看到一张图片在神经网络中是如何进行特征提取以及从前往后的每一层卷积各自关注到了什么特征。
网站另一个很友好的地方在于你可以点击其中的每一个步骤来看计算过程。 比如我点开一个最大池化的操作就会出现一个动图来展示最大池化是如何运算的。
从这个网站中我们可以粗略的看到前几层卷积关注的特征大多还集中在形状、轮廓这种特征而越往后特征就会变得越来越抽象比如第 4 层就已经有点像热力图了。
强烈建议初学者去该网站玩一玩会刷新你对神经网络的认识。
