如何调查在CNN中学到的东西？
如何调查在CNN中学到的东西？
提问于 2019-01-28 04:04:19
我的CNN是用狗的特写图像训练的.为了进行测试，我们在狗主人旁边输入了一张图像，它被归类为一只狗。那件事怎么可能？这个图像不是一个不同的矢量吗？
回答 2
Data Science用户
发布于 2019-01-28 19:54:59
有一篇关于追踪CNN网络了解的著名论文。您可以使用DeConvNet可视化地查看哪些部分更多地参与了分类。本文正式观察到，第一层试图找出简单的线条和边缘，而深层层则试图将先前的事物组合在一起，形成抽象的概念，如口、眼等有意义的事物。举个例子，看看下面的图像：
我想这篇论文有一些实现，你可以用一个已经存在的模型来取代你的预先训练的模型，看看你的网络到底学到了什么。
这个图像不是一个不同的矢量吗？
它们是不同的载体。ML和DL模型是用于泛化的，这意味着它们在测试时应该很好。
Data Science用户
发布于 2019-01-30 19:22:09
您可以使用研究区工具包来热映射与决策相关的输入像素。
关于你的问题:CNN被训练成被翻译和缩放不变，所以它对包含狗的图像触发并不奇怪。
页面原文内容由Data Science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://datascience.stackexchange.com/questions/44673
复制相关文章
相似问题
腾讯云开发者
