当一种特定的模式(pattern or feature)呈现在输入里,此神经元就被激活。
神经元识别的模式可以被这样可视化:
- 优化输入区域来最大化神经元的激活(deep dream)
- 可视化在神经元激活值的输入下的梯度或者guided梯度
- 在训练集合上可视化一堆图片的区域,这些区域激活了这些神经元
Feature Map (a channel of a hidden layer)
一堆feature的集合,通过用同一个feature检测器,在同一个输入map的不同位置上,通过滑动窗口的方式(比如卷积)创建出来的。在同一个feature map 里的 features,有同样的感受野大小,查找同样的模式,但是是在不同的位置上。这种特性创造了 ConvNet 里的空间不变性