最近自學深度學習,遇到一些難題希望各位大佬幫忙解決一下。



問題起源1
我們需要構建一個損失函式,其目的是讓某個卷積層的某個過濾器的值最大化, 然后我們要使用隨機梯度下降來調節輸入影像的值 以便讓這個激活值最大化 。
問題1:這段一點也不明白。與問題2相關
問題起源2
通過隨機梯度下降讓損失最大化:
從一張帶有噪聲的灰度圖開始,沿著梯度上升方向調節該影像,讓損失最大化,其目的是讓某個過濾器回應最大化,得到的輸入影像就是選定過濾器具有最大回應的影像。
問題2:不是梯度下降嗎,怎么用梯度上升?為啥沿著梯度上升調節使損失最大化會讓過濾器回應最大化?得到的輸入影像是選定過濾器具有最大回應的影像與可視化過濾器有何關系?
重點是可視化原理不明白
自學萌新瑟瑟發抖,還望大佬多多幫助。謝謝謝謝謝謝謝謝謝謝(省略一萬字)
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/14924.html
上一篇:通過百度源解決pip下載慢的問題
