導(dǎo)讀

對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行可視化分析不管是在學(xué)習(xí)上還是實(shí)際應(yīng)用上都有很重要的意義，基于此，本文介紹了3種CNN的可視化方法：可視化中間特征圖，可視化卷積核，可視化圖像中類激活的熱力圖。每種方法均附有相關(guān)代碼詳解。

注：本文所有資料均來(lái)自Keras之父、Google人工智能研究員Francois Chollet的大作：《Python深度學(xué)習(xí)》，建議大家直接去看原文，這里只是結(jié)合樓主的理解做點(diǎn)筆記。

引言

有一些同學(xué)認(rèn)為深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)什么的就是一個(gè)黑盒子，沒(méi)辦法、也不需要分析其內(nèi)部的工作方式。個(gè)人認(rèn)為這種說(shuō)法“謬之千里”。

首先，站在自動(dòng)特征提取或表示學(xué)習(xí)的角度來(lái)看，深度學(xué)習(xí)還是很好理解，即通過(guò)一個(gè)層級(jí)結(jié)構(gòu)，由簡(jiǎn)單到復(fù)雜逐步提取特征，獲得易于處理的高層次抽象表示。其次，現(xiàn)在也已經(jīng)有很多方法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行分析了，特別是一些可視化方法，可以很直觀的展示深度模型的特征提取過(guò)程。

對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行可視化分析不管是在學(xué)習(xí)上還是實(shí)際應(yīng)用上都有很重要的意義，基于此，本文將介紹以下3種CNN的可視化方法：

可視化中間特征圖。

可視化卷積核。

可視化圖像中類激活的熱力圖。

可視化中間特征圖

這種方法很簡(jiǎn)單，把網(wǎng)絡(luò)中間某層的輸出的特征圖按通道作為圖片進(jìn)行可視化展示即可，如下述代碼所示：

import matplotlib.pyplot as plt #get feature map of layer_activation plt.matshow(layer_activation[0, :, :, 4], cmap='viridis')

把多個(gè)特征圖可視化后堆疊在一起可以得到與下述類似的圖片。

上圖為某CNN 5-8 層輸出的某喵星人的特征圖的可視化結(jié)果(一個(gè)卷積核對(duì)應(yīng)一個(gè)小圖片)。可以發(fā)現(xiàn)越是低的層，捕捉的底層次像素信息越多，特征圖中貓的輪廓也越清晰。越到高層，圖像越抽象，稀疏程度也越高。這符合我們一直強(qiáng)調(diào)的特征提取概念。

可視化卷積核

想要觀察卷積神經(jīng)網(wǎng)絡(luò)學(xué)到的過(guò)濾器，一種簡(jiǎn)單的方法是獲取每個(gè)過(guò)濾器所響應(yīng)的視覺(jué)模式。我們可以將其視為一個(gè)優(yōu)化問(wèn)題，即從空白輸入圖像開始，將梯度上升應(yīng)用于卷積神經(jīng)網(wǎng)絡(luò)的輸入圖像，讓某個(gè)過(guò)濾器的響應(yīng)最大化，最后得到的圖像是選定過(guò)濾器具有較大響應(yīng)的圖像。

核心代碼如下所示(利用Keras框架)：

def generate_pattern(layer_name, filter_index, size=150): layer_output = model.get_layer(layer_name).output loss = K.mean(layer_output[:, :, :, filter_index]) grads = K.gradients(loss, model.input)[0] grads /= (K.sqrt(K.mean(K.square(grads))) + 1e-5) iterate = K.function([model.input], [loss, grads]) input_img_data = np.random.random((1, size, size, 3)) * 20 + 128. step = 1. for i in range(40): loss_value, grads_value = iterate([input_img_data]) input_img_data += grads_value * step img = input_img_data[0] return deprocess_image(img)

將輸入圖片張量轉(zhuǎn)換回圖片后進(jìn)行可視化，可以得到與下述類似的圖片：

block1_conv1 層的過(guò)濾器模式

block2_conv1 層的過(guò)濾器模式

block3_conv1 層的過(guò)濾器模式

block4_conv1 層的過(guò)濾器模式

隨著層數(shù)的加深，卷積神經(jīng)網(wǎng)絡(luò)中的過(guò)濾器變得越來(lái)越復(fù)雜，越來(lái)越精細(xì)。模型第一層（ block1_conv1 ）的過(guò)濾器對(duì)應(yīng)簡(jiǎn)單的方向邊緣和顏色，高層的過(guò)濾器類似于自然圖像中的紋理：羽毛、眼睛、樹葉等。

可視化圖像中類激活的熱力圖

即顯示原始圖片的不同區(qū)域?qū)δ硞€(gè)CNN輸出類別的“貢獻(xiàn)”程度，如下面圖片所示：

可以看到，大象頭部對(duì)“大象”這個(gè)類別的“貢獻(xiàn)”程度較高，而且這種方法似乎可以在一定程度上進(jìn)行無(wú)監(jiān)督的目標(biāo)檢測(cè)。

下面是書中原文，可能有點(diǎn)繞口。

我們將使用的具體實(shí)現(xiàn)方式是“Grad-CAM: visual explanations from deep networks via gradient-based localization”這篇論文中描述的方法。這種方法非常簡(jiǎn)單：給定一張輸入圖像，對(duì)于一個(gè)卷積層的輸出特征圖，用類別相對(duì)于通道的梯度對(duì)這個(gè)特征圖中的每個(gè)通道進(jìn)行加權(quán)。直觀上來(lái)看，理解這個(gè)技巧的一種方法是，你是用“每個(gè)通道對(duì)類別的重要程度”對(duì)“輸入圖像對(duì)不同通道的激活強(qiáng)度”的空間圖進(jìn)行加權(quán)，從而得到了“輸入圖像對(duì)類別的激活強(qiáng)度”的空間圖。

這里談一下我的理解，給定線性函數(shù),y為類別，等等為輸入。可以看到這里對(duì)y的貢獻(xiàn)為,恰好為。當(dāng)然了，深度模型中有非線性激活函數(shù)，不能簡(jiǎn)化為一個(gè)線性模型，所以這只是啟發(fā)性的理解。

代碼如下所示：

african_elephant_output = model.output[:, 386] last_conv_layer = model.get_layer('block5_conv3') grads = K.gradients(african_elephant_output, last_conv_layer.output)[0] pooled_grads = K.mean(grads, axis=(0, 1, 2)) iterate = K.function([model.input], [pooled_grads, last_conv_layer.output[0]]) pooled_grads_value, conv_layer_output_value = iterate([x]) for i in range(512): conv_layer_output_value[:, :, i] *= pooled_grads_value[i] heatmap = np.mean(conv_layer_output_value, axis=-1) heatmap = np.maximum(heatmap, 0) heatmap /= np.max(heatmap) plt.matshow(heatmap)

得到的熱力圖如下所示：

經(jīng)下述代碼處理后，可以得到本節(jié)開始時(shí)的圖片。

import cv2 img = cv2.imread(img_path) heatmap = cv2.resize(heatmap, (img.shape[1], img.shape[0])) heatmap = np.uint8(255 * heatmap) heatmap = cv2.applyColorMap(heatmap, cv2.COLORMAP_JET) superimposed_img = heatmap * 0.4 + img cv2.imwrite('/Users/fchollet/Downloads/elephant_cam.jpg', superimposed_img)

結(jié)語(yǔ)

本文到這里就結(jié)束了，這里再次推薦一下Francois Chollet大佬的書，寫的很接地氣，建議新手們都看看。

責(zé)任編輯：lq