Neural network 如何可视化由经过训练的卷积神经网络生成的核？

我发现下面的图片：

如图所示

---

我想知道这类图像是如何生成的？

每个卷积核只是一个矩阵nxm（权重矩阵），因此您可以简单地绘制它（上面绘制的每个正方形都是一个卷积矩阵）。彩色核可能来自3通道卷积，因此每个都被编码为一种颜色。

每个卷积核只是一个矩阵nx M（权重矩阵），因此您可以简单地绘制它（上面绘制的每个平方都是一个卷积矩阵）。彩色的可能来自3通道卷积，因此每个都被编码为一种颜色。

这张图片是通过打印出第一层过滤器的权重来制作的，在这门课程的后面，有一个关于可视化网络的例子

---

对于更高的层，打印出权重可能没有意义，有一张纸可能有用。

这张图片是通过打印出第一层过滤器的权重来制作的，在该课程的后面，有一个关于可视化网络的示例

---

对于更高的层，打印重量可能没有意义，有一张纸可能有用。

你有任何参考资料吗？因为我问题中的图像有点复杂，这意味着内核必须非常大。它看起来至少是10乘10的内核。然而，内核通常是3乘3或5乘5。我明白你的意思，但这有点误导。每个卷积核是一个NxWxH，其中N是输入通道数。他们能够显示第一层，因为RGB图像是一个三向张量，它与第一层的单个重量尺寸相匹配。你有任何参考资料吗？因为我问题中的图像有点复杂，这意味着内核必须非常大。它看起来至少是10乘10的内核。然而，内核通常是3乘3或5乘5。我明白你的意思，但这有点误导。每个卷积核是一个NxWxH，其中N是输入通道数。它们能够显示第一层，因为RGB图像是一个3向张量，与第一层的单个权重尺寸相匹配。