八、可视化

V-1-1

8.1 第一层

V-1-2
  • 可以看到就是一些基元信息。

8.2 更高层

V-1-3
  • 更高层，直接可视化看不到太多有意义的信息。

8.3 最后一层

  • 最终分类器的前一层：

    图像的4096维特征向量

  • 把这些特征向量收集下来，进行可视化。

  • 可视化的3种方法：

    1. Activations 激活
    2. Gradients 降维
    3. Fun 函数（梯度上升）
V-1-4 V-1-5 V-1-6

8.4 梯度上升

V-2-1 V-2-2

8.4 梦境图

V-3-1 V-3-2

8.5 风格迁移

  • Gram Matrix
V-4-0
V-4-1 V-4-2 V-4-3 V-4-4

8.6 多风格

V-5-1 V-5-2 V-5-3 V-5-4

8.7 总结

  • 理解CNN的方法：

    1. Activations

      Nearest neighbors, Dimensionality reduction, maximal patches, occlusion

    2. Gradients

      Saliency maps, class visualization, fooling images, feature inversion

    3. Fun

      DeepDream, Style Transfer.