可视化残差网络
计算机视觉与模式识别
2017-01-11 v1
摘要
残差网络是当前 ImageNet 上的最优模型。近期在利用捷径连接方向上，已有基于残差网络衍生模型与 highway networks 的类似工作。该工作可能挑战我们的如下理解：即 CNN 学习局部特征层，其后跟随日益全局的特征。通过定性可视化与实证分析，我们探究了残差跳跃连接所起的作用。我们的评估表明，残差捷径连接如预期般迫使各层精炼特征。我们还提供了替代可视化，证实了残差网络学习了关于 CNN 总体已有的直观认知。
引用
@article{arxiv.1701.02362,
title = {Visualizing Residual Networks},
author = {Brian Chu and Daylen Yang and Ravi Tadinada},
journal= {arXiv preprint arXiv:1701.02362},
year = {2017}
}
备注
UC Berkeley CS 280 final project report