通过感受野偏好刺激可视化解释 ResNet
计算机视觉与模式识别
2020-07-10 v2
摘要
图像识别中使用的方法之一是深度卷积神经网络（DCNN）。DCNN 是一种通过加深 CNN 隐藏层而大幅提升特征表达能力的模型。CNN 的架构基于哺乳动物视觉皮层模型确定。存在一种称为残差网络（ResNet）的具有跳跃连接的模型。ResNet 在学习方法上是先进模型，但尚未从生物学视角得到解释。在本研究中，我们考察了 ResNet 在 ImageNet 分类任务上的感受野。我们发现 ResNet 具有朝向选择性神经元与双拮抗色神经元。此外，我们提示 ResNet 第一层中的一些非活跃神经元会影响分类任务。
引用
@article{arxiv.2006.01645,
title = {Interpretation of ResNet by Visualization of Preferred Stimulus in Receptive Fields},
author = {Genta Kobayashi and Hayaru Shouno},
journal= {arXiv preprint arXiv:2006.01645},
year = {2020}
}
备注
10 pages