<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>aidiary</author_name>
  <author_url>https://blog.hatena.ne.jp/aidiary/</author_url>
  <blog_title>人工知能に関する断創録</blog_title>
  <blog_url>https://aidiary.hatenablog.com/</blog_url>
  <categories>
    <anon>Deep Learning</anon>
    <anon>Keras</anon>
    <anon>コンピュータビジョン</anon>
  </categories>
  <description>Deep Learningの学習結果（重み）はブラックボックスで、隠れ層のユニット（特に深い層の！）が一体何を学習したのかがよくわからないと長年言われてきた。しかし、今回紹介する方法を使うとニューラルネットが何を学習したのか目で見える形で表現できる。 畳み込みニューラルネットで学習したフィルタの可視化というと以前やったように学習した第1層のフィルタの重みを直接画像として可視化する方法がある。 しかし、畳み込みフィルタのサイズは基本的に数ピクセル（MNISTの例では5x5ピクセル程度）のとても小さな画像なのでこれを直接可視化しても何が学習されたか把握するのはとても難しい。たとえば、MNISTを学…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Faidiary.hatenablog.com%2Fentry%2F20170216%2F1487252452&quot; title=&quot;畳み込みニューラルネットワークの可視化 - 人工知能に関する断創録&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/a/aidiary/20170216/20170216220606.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2017-02-16 22:40:52</published>
  <title>畳み込みニューラルネットワークの可視化</title>
  <type>rich</type>
  <url>https://aidiary.hatenablog.com/entry/20170216/1487252452</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
