CNN은 blackbox system이다 : 학습을 통해 사람이 표현하기 힘든 복잡한 구조를 가진다.
CNN Visualization을 통해 CNN에 대한 다양한 정보를 알 수 있다.
ZFnet : CNN visualization을 통해, CNN의 feature 추출 방식을 알 수 있었다.
일반적으로 Visualization은 첫 번째 layer에 대해 수행한다.
일반적으로 Visualization은 Model의 feature extraction 과정을 분석하거나, Data를 분석한다.
Nearest neighbor(NN) in a feature space
차원 축소(Dimensionality reduction)
Layer activation
Activating patches
Class visualization
Saliency test
Occlusion map
Backpropagation
Backpropagation-based saliency
Rectified unit(backward pass)
Guided backpropagation
Class activation mapping(CAM)
Grad-CAM
Guided Grad-CAM
SCOUTER
Saliency map을 구하기 위해 Input domain의 gradient를 구해야 한다
Autograd : forward, backward pass를 가능하게 만들어주는 API
y.backward(gradient)
y.backward(..., retain_graph=True)
를 사용해 backward 여러 번 적용할 수 있고, 이는 graph를 accumulate하는 효과grad_fn
hook