深度卷积神经网络中的概念内容：神经元多面性属性的分析
计算机视觉与模式识别
2020-07-02 v3
摘要
本文分析了预训练 VGG16 模型的卷积层。该分析基于神经元对 ImageNet 数据库中各类别图像的响应。首先，提出一种可视化方法以展示每个神经元所学到的内容。接着，基于神经元对不同类别物体响应的多样性，研究了单面性与多面性神经元。最后，计算并比较了各层神经元之间的相似性。结果表明，较低层中的神经元表现出多面性行为，而较高层中的大多数神经元具有单面性属性，并倾向于对较少数量的概念作出响应。
引用
@article{arxiv.1811.00161,
title = {Conceptual Content in Deep Convolutional Neural Networks: An analysis into multi-faceted properties of neurons},
author = {Zahra Sadeghi},
journal= {arXiv preprint arXiv:1811.00161},
year = {2020}
}
备注
12 pages, 6 figures, 1 table