【发布时间】：2021-12-26 15:03:28
【问题描述】：
我试着理解这篇文章
https://distill.pub/2017/feature-visualization/ 我也试图进入代码 https://github.com/tensorflow/lucid 并查看其他文章和视频
我还是不太明白如何根据某个神经元优化输入噪声图像？或者根据层...当我们尝试优化并查看仅对我们感兴趣的神经元/层的效果时，我们如何“忽略”其他神经元？我们怎么说“好的，生成这个优化神经元/层激活的图像”？这些生成的图像（表示）如何受到其他神经元的影响 （我们可以操纵它们吗？如果可以，如何选择其他神经元的影响水平？如果可以，如果我们可以调整前一层中的每个神经元并每次都看到新的表示，我们如何理解某些东西）？输入的乘法权重和这种优化之间有什么区别？ 有人可以分享有关它的信息吗？
附言 抱歉读了很久和“神经元”这个词？？？？
【问题讨论】：
标签： tensorflow lucid