文件名称：cnn-visualizing:论文执行
文件大小：171KB
文件格式：ZIP
更新时间：2024-05-22 00:56:10
C++
在CAFFE中可视化卷积网络 Caffe实现“可视化和理解卷积网络”。 （ ）。 这项工作建立在，并在纸上进行了较小的修改。 建造 将caffe文件替换为caffe文件夹中包含的文件。 大多数文件仅具有设置图层的代码，并且是caffe代码的简单修改。 添加的层是pooling_switches_layer.cpp修改最大池以收集“ switch”变量，slice_half层将输出分成两半（用于从最大池的输出中删除开关）。 如本文所述，inv_pooling层将进行切换和合并，并重建输入。 将文件添加到caffe后，再次构建caffe。 跑步 有一个关于将反卷积网络与AlexNet一起使用的python示例。 这显示了使用池化交换机层和切片层将交换机与池化数据分离。 invdepoly使用inv_pooling和反卷积层重构网络。 python文件使用图像运行AlexNet，收集开关并重建
【文件预览】：
cnn-visualizing-master
----caffe()
--------src()
--------include()
----README.md(2KB)
----test()
--------butterfly.jpg(139KB)
----python-demo()
--------test_deconv.py(6KB)
--------invdeploy_conv4relu.prototxt(2KB)
--------invdeploy_conv5relu.prototxt(3KB)
--------invdeploy_conv3relu.prototxt(2KB)
--------invdeploy_conv2relu.prototxt(1KB)
--------invdeploy_conv5.prototxt(3KB)
--------invdeploy_conv1.prototxt(654B)
--------invdeploy.prototxt(2KB)
--------deploy.prototxt(3KB)