如何通过优化来实现TensorFlow的清晰/可视化？
如何通过优化来实现TensorFlow的清晰/可视化？
提问于 2021-12-26 15:03:28
我试着理解这篇文章
https://distill.pub/2017/feature-visualization/我还试着进入代码https://github.com/tensorflow/lucid并查看其他文章和视频
然而，我还是不明白我们如何根据某个神经元来优化输入噪声图像？或者按层次..。当我们试图优化和看到对我们感兴趣的神经元/层的影响时，我们如何“忽略”其他神经元？我们怎么能说“好，生成这个图像，这是优化的神经元/层的激活”？这些生成的图像(表示)如何受到其他神经元的影响(我们能操纵它们吗？)如果是，如何选择其他神经元的作用水平？如果是的话，如果我们能调整前几层中的每一个神经元，每次都看到新的表示，我们如何才能理解？在输入的乘法权值和这个优化值之间有什么不同？有人能分享这方面的信息吗？
对不起，长时间阅读和“神经元”字
回答 1
Stack Overflow用户
发布于 2021-12-27 13:03:17
好了，我找到了https://github.com/greentfrapp/lucent https://github.com/Mayukhdeb/torch-dreams
如果我正确地理解了pytorch，这更容易实现，因为register_backward_hook函数为您提供了检索层输出的简单方法.
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70487467
复制相关文章
相似问题
腾讯云开发者
