对深度学习中的单元进行图像分类答案

【问题标题】：classify the units in Deep learning for image classification对深度学习中的单元进行图像分类
【发布时间】：2015-07-08 03:42:26
【问题描述】：

假设我们有一个包含 10 个类别的数据库，我们通过深度信念网络或卷积神经网络对其进行分类测试。问题是我们如何理解最后一层中的哪些神经元与哪个对象相关？在其中一篇文章中，有人写道“要了解哪些神经元适用于像鞋子这样的物体，哪些不是，你会将最后一层中的所有单元放到另一个监督分类器中（这可以是多类 SVM 之类的任何东西）或soft-max-layer）。我不知道应该怎么做？我确实需要更多的扩展。

【问题讨论】：

标签： classification deep-learning dbn

【解决方案1】：

如果你有 10 个类，让你的最后一层有 10 个神经元并使用 softmax 激活函数。这将确保它们都位于 0 和 1 之间并加起来为 1。然后，只需使用具有最大值的神经元的索引作为输出类。

【讨论】：

感谢您的回复。我的问题是，我听说深度学习共享所有对象的神经元，我认为这个特性与 MLP 不同。如有错误请修改我。你能告诉我如何在最后一层深度学习的感兴趣对象的情况下获得一些区域或像素？在某种程度上，我想做一些事情来通过深度学习分割图像或聚类对象。

【解决方案2】：

您可以查看 类激活图，它的功能与您的要求相似。 Here 是一篇富有洞察力的博文，解释了 CAMs

【讨论】：