CNN入门必读经典：Visualizing and Understanding Convolutional Networks

本文主要是借助deconvnet来可视化卷积网络，这对于理解卷积网络还是非常重要的，同时本文又是13年ImageNet分类任务的冠军。
代码：
https://github.com/guruucsd/CNN_visualization

1 Deconvolution

首先我们先对Deconvolution有个了解，这里推荐知乎里面的一个回答：
http://zhihu.com/question/43609045/answer/120266511
对于Deconvolution我们可能会称其为反卷积，是因为其正向传播中的计算过程与卷积中反向传播中的过程相似，在实际计算时使用参数的转置。
对于卷积和反卷积知乎中的参考资料挺好，有兴趣可以看看：
- https://arxiv.org/pdf/1603.07285.pdf

2 可视化

总体的思路就是将某一层的feature maps 经过相反的结构，即如上图所示：
如经过max pooling层那么就在对称位置记住所取位置后，unpoolin