【阅读笔记】ON THE IMPORTANCE OF SINGLE DIRECTIONS FOR GENERALIZATION
作者： Ari S. Morcos, David G.T. Barrett, Neil C. Rabinowitz, & Matthew Botvinick DeepMind London, UK ICLR 2018 发布时间：22 May 2018 这篇文章是来探究direction（可以简单理解为节点）的和某一类的对应程度和重要性程度的关系，试图给以神经网络学习出来的东西以解释性。 APPRO
相关文章
- 1. 【论文】on the properties of neural machine translation :Encoder-decoder approaches 阅读笔记
- 2. The Elements of Computing Systems阅读笔记(1)
- 3. The Elements of Computing Systems阅读笔记(2)
- 4. 《Automatic Estimation and Removal of Noise from a Single Image》阅读笔记
- 5. On Java 8阅读笔记
- 6. Low-rank Compression of Neural Nets:Learning the Rank of Each Layer 阅读笔记
- 7. 《Who’s Afraid of Adversarial Queries The Impact of Image》文献阅读笔记
- 8. FCOS阅读笔记
- 9. 【论文阅读笔记】DSSD：Deconvolutionl Single Shot Detector
- 10. 文献阅读笔记5 On the Use of Deep Learning for Blind Image Quality Assessment（2D）
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • PHP 实例 - AJAX RSS 阅读器 - PHP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【论文】on the properties of neural machine translation :Encoder-decoder approaches 阅读笔记
- 2. The Elements of Computing Systems阅读笔记(1)
- 3. The Elements of Computing Systems阅读笔记(2)
- 4. 《Automatic Estimation and Removal of Noise from a Single Image》阅读笔记
- 5. On Java 8阅读笔记
- 6. Low-rank Compression of Neural Nets:Learning the Rank of Each Layer 阅读笔记
- 7. 《Who’s Afraid of Adversarial Queries The Impact of Image》文献阅读笔记
- 8. FCOS阅读笔记
- 9. 【论文阅读笔记】DSSD：Deconvolutionl Single Shot Detector
- 10. 文献阅读笔记5 On the Use of Deep Learning for Blind Image Quality Assessment（2D）