典型文献
神经网络可解释性可视化方法研究
文献摘要：
深度学习的发展,促使神经网络在现实各个领域得到广泛应用.神经网络可解释性的缺乏是的其在安全性、可靠性要求较高的行业没有得到实质性应用.可视化方法立足对神经网络结构、特征的诠释,是一种很好的神经网络解释性方法.依据神经网络结构、训练阶段,归纳可视化方法为:特征可视化、关系可视化和过程可视化.最后利用Grad-CAM方法举例了特征可视化,描述了其工作原理.
文献关键词：
可解释性;深度学习;可视化
中图分类号：
作者姓名：
于芝枝
作者机构：
国家知识产权局专利局专利审查协作广东中心,广州 510535
文献出处：
引用格式：
[1]于芝枝-.神经网络可解释性可视化方法研究)[J].现代计算机,2022(21):80-81,103
A类：
B类：
可解释性,可视化方法,神经网络结构,训练阶段,特征可视化,关系可视化,过程可视化,Grad,CAM,举例
AB值：
0.298421
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
