tensorflow/lucid 中的“通道”到底指的是什么?

人工智能 张量流 计算机视觉
2021-10-23 18:27:21

Tensorflow/Lucid 能够可视化神经网络层(图像识别,Inception-v1)的“通道”响应什么。即使在研究了教程、源代码、关于 lucid 的三篇研究论文以及作者在 Hacker News 上的评论之后,我仍然不清楚应该如何定义和个性化“渠道”。有人可以对此有所了解吗?谢谢你。

https://github.com/tensorflow/lucid
https://news.ycombinator.com/item?id=15649456

1个回答

他们所说的通道是 L 层的深度。

在此处输入图像描述

在此图像中,通道为 5。有 5 个32过滤器

他们从噪声中优化图像,以更好地响应 L 层中的过滤器 F。然后您获得这种图像,您可以尝试解释该过滤器的目的(它学会检测眼睛、面部、车轮、等等)

编辑:更准确地说,只有在为每个过滤器优化图像时才可视化通道,否则,您将获得过滤器可视化(如果您对一个过滤器进行一次优化)

他们称之为“通道”,因为在彩色图像中,您有 3 个维度:宽度、高度和通道(用于颜色),作为也具有 3 个维度的层。