machine-learning - 理解卷积滤波器

Question

我正在阅读 paper ，其中他们提到了

Each set of shared weights is called a kernel, or a convolution kernel. Thus, a convolutional layer with n kernels learns to detect n local features whose strength across the input images is visible in the resulting n feature maps.

我不明白“可见”在这种情况下的含义。

Answer 1

一般来说，每个卷积核负责一种特定类型的模式，例如不同方向的边缘、角点、不同颜色的 Blob 等。例如，如果卷积核负责水平边缘，则生成的特征图将在相应位置有明显的激活。每个内核的强度在生成的特征图中可见，因为它们负责的模式将具有明显的激活。

这是浏览器中的演示，您可以使用它 -> https://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html