識別可能なディープニューラルネットワークの解釈可能性の現在の方法は、通常、モデルの入力勾配、つまり入力に対する出力ロジットの勾配に依存しています。一般的な仮定は、これらの入力勾配には、モデルの識別能力

arxiv_reader のブックマーク 2021/03/04 15:27

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4699320992654918050/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2006.09128v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2006.09128v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2006.09128v2" data-user-icon="/users/arxiv_reader/profile.png">モデルの解釈可能性のための勾配ベースの帰属方法の役割の再考</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/generative">generative</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/approximation">approximation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/gradient">gradient</a>]</li></ul><br><p style="clear: left">識別可能なディープニューラルネットワークの解釈可能性の現在の方法は、通常、モデルの入力勾配、つまり入力に対する出力ロジットの勾配に依存しています。一般的な仮定は、これらの入力勾配には、モデルの識別能力</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210304#bookmark-4699320992654918050"><span class="datetime-body">2021/03/04 15:27</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！