使用拓扑数据分析理解卷积神经网络模型过程

　　图像中的第一行反映第一层的信息，并且观察到，优化算法进行400和500次迭代后快速发现上述圆形模型。然而，随着迭代的过程，圆形变为更复杂，其中包括与水平和垂直补丁相对应的补丁，1000次迭代后，模型中心变得更复杂。另一方面，对于第二层，在迭代的第一轮中可以看到，只有一个弱模式，但是在2000次迭代之后，似乎具有一个明确定义的圆形模型。我们对其进行假设——第二层已经“接管”了第一层，而第一层已经转移到捕获更复杂的补丁，这是未来潜在研究的一个领域。这也证明了使用拓扑数据分析来监控和提供对神经网络学习过程的洞察力的能力。

　　4.更高层的权重矩阵

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!