ZFNet（2013 论文）

概述

ZFNet 是 Matthew Zeiler 和 Rob Fergus 于 2013 年提出的卷积网络，通过可视化分析 AlexNet 各层特征并优化架构，获得 ILSVRC 2013 冠军。

关键内容

1. AlexNet 的可视化与改进：ZFNet 使用反卷积（deconvolution）技术可视化了 AlexNet 各卷积层学到的特征，揭示了第一层学习边缘和颜色检测器、深层学习抽象物体部件的层次化特征表示。基于可视化分析，ZFNet 调整了 AlexNet 的卷积核尺寸和步长。
2. ILSVRC 2013 冠军：改进后的架构在 2013 年 ILSVRC 竞赛中夺冠，将 Top-5 错误率从 AlexNet 的 16.4% 进一步降至 11.7%。
3. 历史地位：ZFNet 是 AlexNet 的直接后续工作，证明了卷积核可视化对于理解网络内部表征的价值。它开启了 CNN 可解释性研究的先河，为后续的网络架构设计（VGGNet、GoogLeNet、ResNet）提供了重要洞察。
4. 论文全称：该论文正式标题为 "Visualizing and Understanding Convolutional Networks"，强调了对卷积网络内部工作机制的理解和可视化分析。

来源

• [raw/articles/ai-papers/ai-papers/foundations/paper_03_alexnet.md] — 源文件中提及
• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• AlexNet — extends
• 卷积核可视化 — pioneered
• 卷积神经网络（CNN） — implements
• 计算机视觉 — research_field
• VGGNet — preceded
• ILSVRC（ImageNet大规模视觉识别挑战赛） — won_in_2013