特征图（feature map）

特征图，是一块滤镜扫过图像之后产生的那幅画——一种热力图，显示出某一种特定图案在哪里被找到了。如果一块滤镜专门检测斜边，那么它的特征图就会在照片里每一条斜边上发亮，在其余地方发暗。所以，输入是一幅由像素组成的画，特征图却是一幅「存在与否」的画：它在每一处回答的是「我的那种图案在这里出现得有多强？」

在卷积网络内部，这件事是并行发生的。一层并不只用一块滤镜，而是用许多块——几十甚至上百块——每一块都产出自己的特征图：一张管竖直边缘，一张管偏红的色块，一张管类似毛皮的纹理，如此种种。把这些图叠在一起，就构成了这一层的输出，而下一层把这一叠当作它新的输入，于是搭起「图之上的图」。靠前的层握着简单事物的特征图（边缘、颜色）；更深的层握着复杂事物的特征图（眼睛、车轮）。「图」这个字是当真的：每一张都保留了图像的布局，所以特征图里一个亮点，大致就指向原照片中那个特征所在的位置。

特征图，是深度网络的「思考」变得可见的途径。你可以把它们画成灰度图像，真的看见某一层在对什么起反应——这是一扇难得的窗口，让我们窥见一个原本只是一堵数字之墙的系统。不过别太浪漫：越深的特征图，回应的是抽象的混合体，很少能对得上某一个人类词汇，去读它们是「解读」，而不是「证明」。它们显示出网络在留意什么，却不显示为什么、也不显示它是否正确。