卷积层CNN在观察什么？_如何查看卷积层对哪些区域

我们通过对CNN滤波器W1进行可视化，来观察卷积层到底在观察什么？
卷积层的可视化函数如下：

#可视化函数
def filter_show(filters, nx=8, margin=3, scale=10):
    FN, C, FH, FW = filters.shape
    ny = int(np.ceil(FN / nx))

    fig = plt.figure()
    fig.subplots_adjust(left=0, right=1, bottom=0, top=1, hspace=0.05, wspace=0.05)

    for i in range(FN):
        ax = fig.add_subplot(ny, nx, i+1, xticks=[], yticks=[])
        ax.imshow(filters[i, 0], cmap=plt.cm.gray_r, interpolation='nearest')
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
'
运行
运行

在网络初始化的时候可视化W1

滤波器图像如下所示：

从上图可以观察到，由于学习前的滤波器是随机进行初始化的，所以在黑白的浓淡上没有规律可循。
在训练完成后显示滤波器

如果我们把滤波器应用于图像，查看输出的图像：

就是它在观察边缘（颜色变化的分界线）和斑块（局部的块状区域）等。
由此可知，卷积层的滤波器会提取边缘或斑块等原始信息。而刚才实现的CNN会将这些原始信息传递给后面的层。