February 2019
Intermediate to advanced
262 pages
6h 47m
German
In diesem Kapitel widmen wir uns einigen Verfahren, mit denen wir visualisieren können, was in Konvolutionsnetzen beim Klassifizieren von Bildern geschieht. Dazu führen wir das Netzwerk in entgegengesetzter Richtung aus. Anstatt dem Netzwerk ein Bild zu geben und es zu fragen, was das Bild zeigt, geben wir dem Netzwerk vor, was es erkennen soll. Wir veranlassen es dann, das Bild so zu ändern, dass das erkannte Element hervorgehoben wird.
Zunächst konzentrieren wir uns darauf, bei welchen Mustern ein einzelnes Neuron reagiert. Anschließend führen wir das Oktavenkonzept ein: Um mehr Details zu erhalten, zoomen wir während der Optimierungsphase in das Bild hinein. Danach wenden wir diese Methode auf bereits vorhandene ...