2.5万播放
同济子豪兄可解释人工智能公开课，包含人工智能可解释性分析、显著性分析领域的综述导论、经典论文精读、代码实战、前沿讲座。
Learning Deep Features for Discriminative Localization, CVPR2016
通过全局平均池化（GAP）层，获得指定类别对最后一层卷积层输出的每个特征图Channel的权重，进而计算CAM类激活热力图，展示指定类别在原图上重点关注的特征区域。并巧妙用图像分类实现弱监督定位。
打破深度学习的黑箱子，让人工智能展示自己的“注意力”和“学到的特征”，使得Machine Teaching成为可能。深入理解它，解释它、改进它，进而信赖它。知其然，也知其所以然。
论文集：https://readpaper.com/user/collect/638623946528292864
公众号 人工智能小技巧 回复 CAM 下载笔记pdf、扩展阅读、思考题
创作团队
3人
周博磊
1/32
加载中...
CAM可解释性分析-算法讲解
3.4万播放
15年前的乐队演出视频存档 原创《黑色花朵》
3673播放
Bolei Zhou: Human-AI interaction for computer vision
3363播放
Ruth Fong: Directions in interpretability
677播放
Olga Russakovsky: Fairness in visual recognition
478播放
CVPR'21 Tutorial 可解释性机器学习 Towards Falsifiable Interpretability Research
2580播放
CVPR'21 Tutorial 可解释性机器学习 eXtending XAI towards Actionable Interpretability
1228播放
CVPR'21 Tutorial 可解释性机器学习 Interpreting Generative Models for Content Creation
2528播放
计算机视觉模型可解释性进展概要
8902播放
强化学习纲要 番外篇 剖析星际争霸AI: AlphaStar
1.6万播放
CVPR'20 Tutorial 可解释性机器学习Introduction to Circuits in CNNs
1374播放
CVPR'20 Tutorial 可解释性机器学习 Understanding Deep Neural Networks
1865播放
CVPR'20 Tutorial 可解释性机器学习 Modeling Conceptual Understanding in Image Refer Game
2100播放
CVPR'20 Tutorial 可解释性机器学习 Exploring and Exploiting Semantics in GANs
2139播放
CVPR'20 Tutorial 可解释性机器学习 Opening Remark
1686播放
强化学习纲要 第十课 完结篇
1.2万播放
强化学习纲要 第九课 RL分布式系统
7204播放
强化学习纲要 第八课 模仿学习
1.3万播放
加载中...
顶部