zoukankan      html  css  js  c++  java
  • Lecture 12: Visualizing and Understanding

    Lecuture 12: Visualizing and Understanding

    What is going on inside Convnet

    First Layer

    The last Layer

    如果将神经网络的前几层看成是特征提取器,那么这个网络的特征相应特性是什么?在众多的方法中,有个 silency maps 很好玩。 guided backprop 也很好玩。 Gradient Ascent 是什么鬼?(这些都有源码不? 想做下实验看看)

    能用人眼识别不出来的图片来欺骗分类器

     

    题外话

    T1:  t-SNE 是干啥的

    T2: 仅本节就有许多概念,我一个人是真正地完成这些内容的学习。真正地完成这种级别的课程学习,需要很多人抱团取暖。不要痴心妄想一个人搞定,这不现实!!

    T3: 本节课程学完后,知道 cnn 能做什么好玩的事情。比如图片的风格迁移,生成天马行空的图片。已经目前有什么方法可以用于了解 cnn,从各种视角求 cnn 的响应特性的。

     T4: cs231n 图像方面的水太深,我现在的环境和团队不能支持我在 图像方面扎根研究下午。在这种情况下,我是没有真正地把 cs231n 的知识学到手(没有项目,就算学会了也会忘记的)。应该改变思路,转变成知道哪些章节说了那些事。这样后续用到的时候也能快速查找到

  • 相关阅读:
    第06组 Alpha冲刺(3/4)
    第06组 Alpha冲刺(2/4)
    第06组 Alpha冲刺(1/4)
    第06组 团队Git现场编程实战
    第二次结对编程作业
    2019 SDN大作业
    2019 SDN上机第7次作业
    第08组 Beta版本演示
    第08组 Beta冲刺(5/5)
    第08组 Beta冲刺(4/5)
  • 原文地址:https://www.cnblogs.com/tmortred/p/8886253.html
Copyright © 2011-2022 走看看