Deep learning 我正在尝试使用CNN对图像进行是/否分类。

Deep learning 我正在尝试使用CNN对图像进行是/否分类。,deep-learning,conv-neural-network,Deep Learning,Conv Neural Network,是否有可能从隐藏层确定图像的特征,从而得出“是”? 假设我用1000张图像训练CNN,那么我想从中间隐藏层知道哪些特征实际上导致图像被标记为“是”。 可能吗? 还有,使用CNN的二元分类需要多少训练样本才能收敛 是否有可能从隐藏层确定图像的特征,从而得出“是” 是的。看看 泽勒医学博士和弗格斯,R.,2014年9月。欧洲计算机视觉会议(第818-833页)。斯普林格国际出版公司 总结 主要有三个观点: 培训数据argmax方法:通过网络传输数据。记录引起最高激活的感兴趣的神经元 遮挡敏感度分析:

是否有可能从隐藏层确定图像的特征,从而得出“是”? 假设我用1000张图像训练CNN,那么我想从中间隐藏层知道哪些特征实际上导致图像被标记为“是”。 可能吗? 还有,使用CNN的二元分类需要多少训练样本才能收敛

是否有可能从隐藏层确定图像的特征,从而得出“是”

是的。看看

泽勒医学博士和弗格斯,R.,2014年9月。欧洲计算机视觉会议(第818-833页)。斯普林格国际出版公司

总结 主要有三个观点:

  • 培训数据argmax方法:通过网络传输数据。记录引起最高激活的感兴趣的神经元
  • 遮挡敏感度分析:覆盖图像的一部分。通过网络推送被遮挡的图像。分数是怎么变化的?如果大致相同,则重要特征可能不在图像的该部分
  • 梯度法:训练一个重建激活的“重建网络”。然后将你感兴趣的神经元设置为最大激活,其余的设置为无激活。重构可能导致此行为的原因