文件名称：cnn-viz:可视化和解释CNN模型的特征
文件大小：50.03MB
文件格式：ZIP
更新时间：2024-05-29 03:17:15
visualization filters cnn-keras gradient-ascent occlusion-sensitivity
CNN可视化（Keras） 过滤器可视化-使用梯度上升算法 此方法生成最大程度激活神经元的合成图像。 我们使用测试图像来可视化给定卷积层中哪些滤镜的部分在正向传递过程中被激活。 然后，我们反向传播以计算滤镜中神经元值相对于图像像素的梯度，并使用这些梯度更新图像。 为了更好地解释，我们使用L2范数对这些梯度进行了惩罚，并应用了更多的正则化技术。 现在，我们从更新的图像中减去原始输入图像，以可视化滤镜的激活部分。 usage: viz_gradient_ascent.py [--iterations ITERATIONS] [--img IMG] [--weights_path WEIGHTS_PATH] [--layer LAYER] [--num_filters NUM_FILTERS] [--size SIZE] Arguments: --iterations INT - N