【发布时间】:2020-11-03 13:02:08
【问题描述】:
在使用 CNN 时,我想知道我的哪个输入通道为神经网络提供了最多的信息以进行预测。
例如:这是一只青蛙的图像。 CNN 可以预测图像中的动物种类。 所以因为青蛙大部分时间都是绿色的,所以 CNN 最常使用 RGB 中的通道 G 进行预测。
有没有办法找出哪个通道对特定的神经网络最重要?
【问题讨论】:
标签: python tensorflow2.0 prediction conv-neural-network
在使用 CNN 时,我想知道我的哪个输入通道为神经网络提供了最多的信息以进行预测。
例如:这是一只青蛙的图像。 CNN 可以预测图像中的动物种类。 所以因为青蛙大部分时间都是绿色的,所以 CNN 最常使用 RGB 中的通道 G 进行预测。
有没有办法找出哪个通道对特定的神经网络最重要?
【问题讨论】:
标签: python tensorflow2.0 prediction conv-neural-network
如果颜色通道是最重要的,您可以通过获取输入卷积层的权重来手动检查。它们将是 (filtersizex x filtersizey x 3) X 的过滤器数量。然后,您需要添加权重,以便获得 (1 x 3) X 过滤器的数量。因此,对于每个过滤器,您都有最重要的通道,如果您需要整个网络将它们加在一起并以 (1 x 3) 数组结尾,则此通道的最大值是最重要的通道。
【讨论】: