Skip to content
master
Switch branches/tags
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
May 19, 2019

Interpretability of Deep Learning

深度学习的可解释性研究(一)—— 让模型具备说人话的能力

深度学习的可解释性研究(二)——不如打开箱子看一看 隐层分析法

深度学习的可解释性研究(三)——是谁在撩动琴弦 敏感性分析方法 deepxplore: https://github.com/peikexin9/deepxplore tensorfuzz: https://github.com/brain-research/tensorfuzz

Visual Interpretability for Deep Learning: a Survey

“信息瓶颈”理论揭示深度学习本质

打开人工智能的黑盒子 局部线性可解释性(LIME) 反卷积(Deconvolution) Saliency Map 类激活地图(Class Activation Map) Mask的方法

A Survey of Methods for Explaining Black Box Models: 什么是可解释性、基于解释的分类、解决模型解释问题、解决结果解释问题

CNN Visualization

NLP Visualization

About

No description, website, or topics provided.

Resources

Releases

No releases published

Packages

No packages published