CNN培训如何在此图片中进行？

Question

观看以下精彩视频后：https://www.youtube.com/watch?v=LxfUGhug-iQ我对滤镜的应用方式，不同CNN的架构等有了很好的理解。我观看过其他一些视频和阅读论文，但是密集我还有一些问题，希望有人能帮助我更好地理解这一点。

我们学会了将滤镜滑过图像的不同方法。现在，这个获得点积的过程，用于训练CNN或用已经训练过的过滤器进行识别。或用于训练和识别。

在上图中，那些过滤器是否受过培训？我理解white代表过滤器的激活，但最后一列是否应该向我显示任何内容？

如果图像中显示5个结果， 某些专门用于检测图像某些属性的过滤器（行）。 （例如，第二个过滤器寻找轮胎，第三个过滤器寻找前灯，第四个过滤器寻找蹄）。那么例如上面的图像有轮胎和前灯，所以这两个滤镜是强映射的吗？

Answer 1

所以，回答你的问题：

1. 点积用于训练和识别阶段。在卷积网络的每次使用过程中，点积的计算是中心操作 - 计算网络的内部和最终值是强制性的。
2. 此图像表示使用图像的一组部分或先前图层的输出计算点积后不同滤镜的激活。它们被转换为灰度图像并打印出来以显示训练阶段后每个过滤器的用途。请注意，在每一层之后，图像的分辨率低于之前的分辨率，并且更难理解它们可能编码的内容。它们只是显示每个过滤器的激活位置 - 这取决于我们的解释是什么可以激活它们。
3. 在此图片中，您可能会在网络末尾看到 FC 图层。这意味着在卷积阶段之后，在完全连接的层中进行计算，这些层用于学习和识别在分类阶段中有用的滤波器中的某些模式。最好将这部分视为专家，他们正在研究激活什么样的过滤器（以及在哪里），并且正在决定图像的类别。