2019-08-13 Evaluating the visualization of what a Deep Neural Network has learned

這篇文章提出了一種對那些用熱力圖解釋神經(jīng)網(wǎng)絡(luò)分類依據(jù)方法的效果進(jìn)行客觀比較的方法。而不是人主觀的去肉眼比較，用到的數(shù)據(jù)集是SUN397,ILSVRC2012,MITPlaces，這三個數(shù)據(jù)集很重要。最終發(fā)現(xiàn)Layer-wise Relavance propogation (LRP這個方法的可視化效果)比基于敏感度的方法和基于反卷積的方法要好。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容