深度学习分类网络 -- ZFNet

前言

ZFNet这篇论文中的motivation有两点：

• 深度神经网络为什么表现好？
• 如何改进网络？

作者通过Deconvnet来可视化深度神经网络各层的特征图，并据此来针对性地对AlexNet进行改进，取得了2013年ImageNet分类挑战赛的冠军。

1. 网络结构

在可视化特征图的基础上，作者对ALexNet做了两处修改：

• 第一个卷积的尺寸由11×11改为7×7
• 第一个卷积的stride由4改为2
  

当然，作者这样修改不是凭空臆造，而是有据可依的，而这个依据就是特征图的可视化结果。

2. 要点

• Deconvnet可视化方法
  

• 网络各层特征特点
  
  

• 网络各层特征学习过程
  

• 根据特征可视化改进网络结构
  

• 特征不变性
  

• 遮挡敏感性
  

参考资料

• ZFNet论文： Visualizing and Understanding Convolutional Networks
• “直观理解”卷积神经网络(一)：反卷积(Deconvnet)