CNN視覺化技術總結(一)-特徵圖視覺化
CNN視覺化技術總結（二）--卷積核視覺化
CNN視覺化技術總結（三）--類視覺化
導言：
前面介紹了視覺化的三種方法--特徵圖視覺化，卷積核視覺化，類視覺化，這三種方法在很多提出新模型或新方法的論文中很常見，其主要作用是提高模型或者新方法的可信度，或者用來增加工作量，或者用來湊字數，還有一些作用是幫助理解模型針對某個具體任務是如何學習，學到了哪些資訊，哪些區域對於識別有影響等。
本文將介紹一些視覺化的專案，主要有CNN直譯器，特徵圖、卷積核、類視覺化的一些程式碼和專案，結構視覺化工具，網路結構手動畫圖工具。
1. CNN-Explainer
這是一箇中國博士釋出的名叫CNN直譯器的線上互動視覺化工具。主要對於那些初學深度學習的小白們 理解關於神經網路是如何工作很有幫助，如卷積過程，ReLU過程，平均池化過程，中間每一層的特徵圖的樣子，都可以看到，相當於給了一個顯微鏡，可以隨意對任意一層，任何一項操作的前後變化，觀察得清清楚楚。
顯示卷積的過程中前後特徵圖的變化，中間的操作。
CNN是如何輸出預測的
還可以線上上傳圖片，看到一張圖片在經過每一層的卷積，池化，啟用後的變化，最後輸出預測結果。
專案連結：
https://github.com/poloclub/cnn-explainer
2. 一些視覺化特徵圖、卷積核、熱力圖的程式碼。
視覺化特徵圖
https://github.com/waallf/Viusal-feature-map
視覺化卷積核
https://keras.io/examples/vision/visualizing_what_convnets_learn/
https://blog.keras.io/how-convolutional-neural-networks-see-the-world.html
Grad-CAM
https://github.com/ramprs/grad-cam
熱力圖
https://github.com/heuritech/convnets-keras
下面這個專案是同時包含特徵圖視覺化，卷積核視覺化和熱力圖的一個連結：
https://github.com/raghakot/keras-vis
3. 結構視覺化工具
Netscope
用於視覺化模型結構的線上工具，僅支援caffe的prototxt檔案視覺化。需要自己寫prototxt格式的檔案。
此圖來源於網路，侵刪
專案地址：
https://github.com/ethereon/netscope
ConvNetDraw
這個工具用兩個圖可直接說明，第一個是輸入，第二個是輸出
這兩個圖來源於網路，侵刪
專案地址：
https://github.com/cbovar/ConvNetDraw
PlotNeuralNet
這個稍微麻煩一點點，效果圖如下：
專案地址：
https://github.com/HarisIqbal88/PlotNeuralNet
4. 網路結構手動畫圖工具
很多新手會問的一個問題，論文中那些網路結構圖是如何畫的。
這裡解答一下，我所瞭解的主要是用PPT, VISIO。當然也可以使用上面那幾個。
再補充一個線上工具，NN-SVG
專案地址：http://alexlenail.me/NN-SVG/
總結
這四篇文章基本介紹完了目前CNN視覺化的一些方法，即特徵圖視覺化，卷積核視覺化和類視覺化，總結了一些視覺化工具與專案，當然不免也有個別遺漏的，日後若有一些比較重大突破的一些視覺化工具出來，將繼續補充，將放在公眾號（CV技術指南）的技術總結部分。
對於視覺化，其實還包括訓練過程的視覺化，如Loss值，精度等實時更新，這個比較簡單，就不在這個總結系列裡說明了。
本文來源於公眾號《CV技術指南》的技術總結部分，更多相關技術總結請掃描文末二維碼關注公眾號。
