CNN Visualizing and Understanding

Paper：Visualizing and Understanding Convolutional Networks

2014 ECCV 纽约大学 Matthew D. Zeiler, Rob Fergus
论文：Visualizing and Understanding Convolutional Networks（卷积神经网络的可视化理解）
论文下载：https://arxiv.org/pdf/1311.2901.pdf
论文翻译：https://blog.csdn.net/kklots/article/details/17136059
博客：http://kvfrans.com/visualizing-features-from-a-convolutional-neural-network/
https://www.cnblogs.com/liaohuiqiang/p/9356753.html

文章主要技巧：使用可视化技巧——反卷积网络(Deconvnet)来直观看到CNN中间层的特征对应的图像区域，Deconvnet在（Zeiler et al., 2011）中被用作无监督学习，本文则用来进行可视化演示。一层反卷积网可以看做是一层卷积网的逆过程，它们拥有相同的卷积核和Pooling函数（准确说，是逆函数），因此反卷积网是将输出特征逆映射成输入信号。
论文：Adaptive Deconvolutional Networks for Mid and High Level Feature Learning

关于反卷积网络（Deconvnet）:https://www.zhihu.com/question/43609045/answer/120266511