是否有一种方法可以可视化我的图像分类器识别出的图像？

Question

使用tensorflow。如果我已经训练了我的图像分类器，许多图像是黑色素瘤和其他皮肤癌的特写图像。

然后让它用经过训练的模型对一张有另一种元素的照片进行分类，例如手上的黑色素瘤(背景中的其他元素看起来像黑色素瘤，假设桌布上有黑色素瘤的图案)。

是否有一种方法可以将图像分类器识别为黑色素瘤？输出圆圈/突出显示照片中发现的黑色素瘤？

Answer 1

当我开始学习深造的时候，这个问题一直在我的脑海中。答案是我所理解的：

在训练阶段:实际上，当我们训练我们的模型时，它通过更新滤波权值(即通过反向传播的参数)从图像中学习特征。训练后的模型学会了对输入图像的特征进行概括。

在测试阶段:借助更新的权重，我们的模型可以理解输入图像(这是什么图像)。

如果您想获得更多的细节澄清，您可以访问以下链接：

Link1 特别-步骤4

Link2Link3

Answer 2

实际上，你不需要重新训练这个模型，你可以使用反褶积网络(参见马修·泽勒的视频，解释这个纸：可视化和理解深层神经网络)，或者用这个纸获得灵感:解释和理解深层神经网络的方法。