Update 7.md

docs/7.md

@@ -30,7 +30,8 @@
 
 #### 7.1.1.1通过优化方法实现特征可视化
 　　在数学上，特征可视化是一个优化问题。我们假设神经网络的权值是固定的，这意味着网络是经过训练的。我们正在寻找一种能使一个神经网络单元单元(这里是单个神经元)的(平均)激活最大化的新图像<br> 
-$$ img^* = arg\,\max_{img}h_{nxyz}(img) $$
+  
+![](http://latex.codecogs.com/gif.latex?\\img^* = arg\,\max_{img}h_{nxyz}(img))
 
 函数h是神经元的激活，img是网络的输入(一幅图像)，x和y描述神经元的空间位置，n表示层，z表示通道索引。对于n层整个通道z的平均激活，我们将其最大化下面公式：
 $$ img^* = arg\,\max_{img}\sum_{x,y}h_{nxyz}(img) $$