ZFNet 論文閱讀

一、背景 大規模卷積神經網絡在圖像集的分類工作中都表現出了優越的性能，然而對於它爲何能表現的如此好和如何改進它卻沒有明確的理解。 二、提出 一種可視化工具來探究內部特徵層的運行機制和分類器的執行方式。 該工具向我們展示了在模型中，輸入刺激如何激活每一層的單個特徵地圖（feature map)並讓我們能夠觀察到，在訓練中特徵是如何進化的，以及診斷模型中潛在的問題。 該可視化工具運用一種多層反捲積網絡

>>阅读原文<<