PS：纠结了一个晚上，但到底可视化的是什么 ，一开始觉得可视化的是学习到的参数，好吧，我傻了……

一、可视化的特征

正常卷积的过程 conv—ReLu—Pooling，而为了理解特定的 Pooling 值代表什么，先把其他Pooling 值设为0，利用 Deconvnet 把这个给定的激活值映射到初始像素层，得到的特征，即可视化想要的结果

二、反卷积过程

反卷积又被称为Transposed（转置）Convolution，其实卷积层的前向传播过程就是反卷积层的反向传播过程，卷积层的反向传播过程就是反卷积层的前向传播过程。

1.Unpooling

由于pooling是不可逆的，所以unpooling只是正常pooling的一种近似

2.Recitfication

通过ReLU函数变换unpooling特征

3.Filtering

利用卷积过程filter的转置（实际上就是水平和数值翻转filter）版本来计算卷积前的特征图；从而形成重构的特征。