完整解释、原始数值、素材与实验仍可访问;默认翻页不进入此内容。
固定官方测试序号0、1、2和同一层c0,先请描述共同现象,再换到第二层c0。两层编号相同并不表示同一个filter;同层跨输入统一色标,层间另行定标。金框表示理论输入支持范围,不是因果贡献,只有三个样本也不足以命名一个类别检测器。全零响应时没有值得标出的峰值位置。我们先学会可靠地观察,再回到整网接口,之后会用带负对照的干预进一步检验视觉依赖。
固定官方测试序号0、1、2和同一层c0,先请描述共同现象,再换到第二层c0。两层编号相同并不表示同一个filter;同层跨输入统一色标,层间另行定标。金框表示理论输入支持范围,不是因果贡献,只有三个样本也不足以命名一个类别检测器。全零响应时没有值得标出的峰值位置。我们先学会可靠地观察,再回到整网接口,之后会用带负对照的干预进一步检验视觉依赖。 证据与制作说明:材料身份:由现有 labs-v2/results/cnn-plain-state.pt 前向计算;无再训练。检查点为验证CE选择的epoch6。固定官方MNIST测试序号0、1、2,不按响应挑样;层内跨三输入所有通道统一Blues色标,层间独立定标。L1为ReLU后、pool1前8×28×28;L2为ReLU后、pool2前16×14×14。本图替换旧位图,并不声称复现缺失的旧small-cnn-state.pt。高点取行优先首个最大值;金框仅为理论输入支持范围,不是因果归因。完整数值、校验哈希与复核记录见 /responses-v8/manifest.json。完整测试集原图9533/10000、右移2px8464/10000,与既有结果一致。 坐标为零基(行,列),原点在左上;并列最大值取行优先首项。 讲授时先让学生描述共同现象,不预设为某种笔画或类别检测器。L1 c0和L2 c0只是编号相同,属于不同层的不同通道,不能按同一个filter解释。
Zeiler & Fergus · Visualizing and Understanding Convolutional Networks (2014)