×

综述深度神经网络的解释方法及发展趋势

消耗积分:0 | 格式:pdf | 大小:6.04 MB | 2021-03-21

分享资料个

　　深度神经网络具有非线性非凸、多层隐藏结构、特征矢量化、海量模型参数等特点，但弱解释性是限制其理论发展和实际应用的巨大障碍，因此，深度神经网络解释方法成为当前人工智能领域研究的前沿热点。针对军事金融、医药、交通等髙风险决策领域对深度神经网络可解释性提岀的强烈要求，对卷积神经网络、循环神经网绛生成对抗网络等典型网络的解释方法进行分析梳理，总结并比较现有的解释方法，同时结合目前深度神经网络的发展趋势，对其解释方法的未来研究方向进行展望。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !