本研究提出了一种通用框架，通过评估隐藏单元与语义概念之间的对齐来量化CNN的可解释性。该方法测试了不同网络的潜在表示，并分析了训练迭代、网络初始化、深度和宽度的影响。结果显示该方法能揭示超出CNN模型和训练方法辨别能力之外的特征。