หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

Awesome_deep_learning_interntability

เอกสารที่เกี่ยวข้องกับการเรียนรู้อย่างลึกซึ้งเกี่ยวกับการอธิบายแบบจำลองในช่วงไม่กี่ปีที่ผ่านมา

เรียงลำดับตามหมายเลขอ้างอิง

159 เอกสาร PDF (2 ของพวกเขาจะต้องพบใน scihub) ถูกอัปโหลดไปยัง Tencent Weiyun

อัปเดตเป็นครั้งคราว

ปี สิ่งพิมพ์ กระดาษ การอ้างอิง รหัส
2020 CVPR การอธิบายการกลั่นความรู้โดยการวัดความรู้ 81
2020 CVPR ส่วนประกอบความถี่สูงช่วยอธิบายการวางนัยทั่วไปของเครือข่ายประสาทแบบ convolutional 289
2020 CVPRW คะแนน -CAM: คำอธิบายภาพที่มีน้ำหนักถ่วงน้ำหนักสำหรับเครือข่ายประสาท Convolutional 414 pytorch
2020 ICLR ความรู้ที่สอดคล้องกันระหว่างเครือข่ายประสาทและอื่น ๆ 28
2020 ICLR เครือข่ายประสาทที่มีค่าที่ซับซ้อนได้เพื่อการปกป้องความเป็นส่วนตัว ยี่สิบสาม
2019 AI คำอธิบายเกี่ยวกับความฉลาดทางศิลปะ: ข้อมูลเชิงลึกจากสังคมศาสตร์ 3248
2019 NMI หยุดอธิบายรูปแบบการเรียนรู้ของเครื่องดำกล่องสีดำสำหรับการตัดสินใจเดิมพันสูงและใช้โมเดลที่ตีความได้แทน 3505
2019 เครื่องประสาท คุณสามารถไว้วางใจความไม่แน่นอนของโมเดลของคุณได้หรือไม่? การประเมินความไม่แน่นอนในการทำนายภายใต้การเปลี่ยนชุดข้อมูล 1052 -
2019 เครื่องประสาท ดูเหมือนว่า: การเรียนรู้อย่างลึกซึ้งสำหรับการจดจำภาพที่ตีความได้ 665 pytorch
2019 เครื่องประสาท มาตรฐานสำหรับวิธีการตีความในเครือข่ายประสาทลึก 413
2019 เครื่องประสาท การเป็นตัวแทนเต็มรูปแบบสำหรับการสร้างภาพข้อมูลเครือข่ายประสาท 155
2019 เครื่องประสาท บนความจงรักภักดีและความไวของคำอธิบาย 226
2019 เครื่องประสาท สู่คำอธิบายตามแนวคิดอัตโนมัติ 342 เทนเซอร์โฟลว์
2019 เครื่องประสาท Cxplain: คำอธิบายเชิงสาเหตุสำหรับการตีความแบบจำลองภายใต้ความไม่แน่นอน 133
2019 CVPR การตีความ CNNs ผ่านต้นไม้ตัดสินใจ 293
2019 CVPR จากการรับรู้ถึงความรู้ความเข้าใจ: การใช้เหตุผลเชิงภาพรวม 544 pytorch
2019 CVPR เครือข่ายสาขาความสนใจ: การเรียนรู้กลไกความสนใจสำหรับคำอธิบายภาพ 371
2019 CVPR คำอธิบายภาพที่ตีความได้และละเอียดสำหรับเครือข่ายประสาท 116
2019 CVPR เรียนรู้ที่จะอธิบายด้วยตัวอย่างที่สมบูรณ์ 36
2019 CVPR การเปิดเผยฉากโดยโครงสร้างแบบย้อนกลับจากการสร้างการเคลื่อนไหว 84 เทนเซอร์โฟลว์
2019 CVPR คำอธิบายหลายรูปแบบโดยการทำนายการคัดค้านในวิดีโอ 26
2019 CVPR การมองเห็นความยืดหยุ่นของการตีความเครือข่ายที่ลึกล้ำ 2
2019 ICCV U-CAM: คำอธิบายภาพโดยใช้แผนที่เปิดใช้งานคลาสที่ไม่แน่นอน 61
2019 ICCV ไปสู่การจดจำใบหน้าที่ตีความได้ 66
2019 ICCV ใช้คำใบ้: การใช้ประโยชน์จากคำอธิบายเพื่อทำให้แบบจำลองการมองเห็นและภาษามีพื้นฐานมากขึ้น 163
2019 ICCV ทำความเข้าใจกับเครือข่ายลึกผ่านการก่อกวนอย่างรุนแรงและมาสก์ที่ราบรื่น 276 pytorch
2019 ICCV การอธิบายเครือข่ายประสาท 49
2019 ICLR การตีความแบบลำดับชั้นสำหรับการทำนายเครือข่ายประสาท 111 pytorch
2019 ICLR เซลล์ประสาทมีความสำคัญอย่างไร? 101
2019 ICLR คำอธิบายภาพโดยการตีความ: การปรับปรุงความสามารถในการตอบรับภาพของเครือข่ายประสาทลึก 56
2018 ICML การสกัดอัตโนมัติจากเครือข่ายประสาทที่เกิดขึ้นอีกโดยใช้การสืบค้นและตัวอย่างตัวอย่าง 169 pytorch
2019 ICML ต่อความเข้าใจที่ลึกซึ้งและเป็นเอกภาพเกี่ยวกับแบบจำลองระบบประสาทลึกใน NLP 80 pytorch
2019 ICAIS การตีความการทำนายกล่องดำโดยใช้เมล็ดฟิชเชอร์ 80
2019 acmfat อธิบายคำอธิบายใน AI 558
2019 ไจ่ การตีความเครือข่ายประสาทนั้นเปราะบาง 597 เทนเซอร์โฟลว์
2019 ไจ่ การสกัดแผนที่ saliency-agnostic ยี่สิบสาม
2019 ไจ่ คุณอธิบายได้ไหม คำอธิบายที่ชัดเจนช่วยให้การดึงภาพร่วมกันของมนุษย์กับ AI 11
2019 aaaiw การเรียนรู้ที่ไม่ได้รับการดูแลเกี่ยวกับเครือข่ายประสาทเพื่ออธิบายเครือข่ายประสาท 28
2019 aaaiw การปลูกถ่ายเครือข่าย 4
2019 CSUR การสำรวจวิธีการอธิบายโมเดลกล่องดำ 3088
2019 jvcir เครือข่ายประสาทแบบ convolutional ที่ตีความได้ผ่านการออกแบบ feedforward 134 เครส
2019 อธิบาย ความน่าเชื่อถือ (UN) ของวิธีน้ำลาย 515
2019 ACL ความสนใจไม่ใช่คำอธิบาย 920
2019 emnlp ความสนใจไม่ใช่คำอธิบาย 667
2019 arxiv การตีความความสนใจในงาน NLP 129
2019 arxiv CNNs ที่ตีความได้ 2
2018 ICLR สู่ความเข้าใจที่ดีขึ้นเกี่ยวกับวิธีการไล่ระดับสีตามความเป็นไปได้สำหรับเครือข่ายประสาทลึก 775
2018 ICLR เรียนรู้วิธีอธิบายเครือข่ายประสาท: Patternnet และ Patternattribution 342
2018 ICLR เกี่ยวกับความสำคัญของทิศทางเดียวสำหรับการวางนัยทั่วไป 282 pytorch
2018 ICLR การตรวจจับการโต้ตอบทางสถิติจากน้ำหนักเครือข่ายประสาท 148 pytorch
2018 ICLR การนับที่ตีความได้สำหรับการตอบคำถามด้วยภาพ 55 pytorch
2018 CVPR เครือข่ายประสาทที่ตีความได้ 677
2018 CVPR บอกฉันว่าจะดูที่ไหน: นำทางเครือข่ายการอนุมานความสนใจ 454 ผู้เชน
2018 CVPR คำอธิบายหลายรูปแบบ: การตัดสินใจที่เหมาะสมและชี้ไปที่หลักฐาน 349 คาเฟอีน
2018 CVPR ความโปร่งใสโดยการออกแบบ: ปิดช่องว่างระหว่างประสิทธิภาพและการตีความในการใช้เหตุผลทางสายตา 180 pytorch
2018 CVPR Net2VEC: การหาปริมาณและอธิบายวิธีการเข้ารหัสแนวคิดโดยตัวกรองในเครือข่ายประสาทลึก 186
2018 CVPR เราเรียนรู้อะไรจากการเป็นตัวแทนอย่างลึกซึ้งสำหรับการรับรู้การกระทำ? 52
2018 CVPR การเรียนรู้ที่จะดำเนินการอย่างถูกต้อง: การทำนายและอธิบายการจ่ายจากภาพ 57
2018 CVPR หมวดหมู่การสอนให้กับผู้เรียนที่มีคำอธิบายด้วยภาพ 64 pytorch
2018 CVPR เครือข่ายลึกต้องการเห็นอะไร? 36
2018 CVPR ตีความเครือข่ายประสาทโดยการระบุเส้นทางการกำหนดเส้นทางข้อมูลที่สำคัญ 73 เทนเซอร์โฟลว์
2018 ECCV การจัดกลุ่มลึกสำหรับการเรียนรู้คุณสมบัติภาพที่ไม่ได้รับการดูแล 2056 pytorch
2018 ECCV การคำนวณทางประสาทที่อธิบายได้ผ่านเครือข่ายโมดูลระบบประสาทสแต็ก 164 เทนเซอร์โฟลว์
2018 ECCV คำอธิบายภาพพื้นฐาน 184
2018 ECCV คำอธิบายที่เป็นข้อความสำหรับยานพาหนะที่ขับเคลื่อนด้วยตนเอง 196
2018 ECCV การสลายตัวพื้นฐานที่ตีความได้สำหรับคำอธิบายภาพ 228 pytorch
2018 ECCV Convnets และ Imagenet เกินความถูกต้อง: การทำความเข้าใจความผิดพลาดและการเปิดเผยอคติ 147
2018 ECCV VQA-E: การอธิบายอธิบายและเพิ่มคำตอบสำหรับคำถามภาพของคุณ 71
2018 ECCV เลือกเซลล์ประสาทของคุณ: การรวมความรู้โดเมนผ่านเซลล์ประสาทความสำคัญ 41 pytorch
2018 ECCV การสร้างภาพข้อมูลที่หลากหลายเผยให้เห็นค่าคงที่ในชั้นต้นของเครือข่ายประสาทลึก ยี่สิบสาม เทนเซอร์โฟลว์
2018 ECCV Explaingan: แบบจำลองคำอธิบายผ่านการเปลี่ยนแปลงขอบเขตการตัดสินใจข้ามการเปลี่ยนแปลง 36
2018 ICML ความสามารถในการตีความได้นอกเหนือจากคุณสมบัติฟีเจอร์: การทดสอบเชิงปริมาณด้วยเวกเตอร์การเปิดใช้งานแนวคิด 1130 เทนเซอร์โฟลว์
2018 ICML เรียนรู้ที่จะอธิบาย: มุมมองด้านข้อมูลทฤษฎีเกี่ยวกับการตีความแบบจำลอง 421
2018 ACL แบบจำลองเข้าใจคำถามหรือไม่? 171 เทนเซอร์โฟลว์
2018 พัต การตีความด้วยสายตาเพื่อการเรียนรู้อย่างลึกซึ้ง: การสำรวจ 731
2018 เครื่องประสาท การตรวจสอบความมีสติสำหรับแผนที่น้ำลายไหล 1353
2018 เครื่องประสาท คำอธิบายตามสิ่งที่ขาดหายไป: ไปสู่คำอธิบายที่ตรงกันข้ามกับเชิงลบที่เกี่ยวข้อง 443 เทนเซอร์โฟลว์
2018 เครื่องประสาท ต่อการตีความที่แข็งแกร่งด้วยเครือข่ายประสาทที่อธิบายตนเอง 648 pytorch
2018 เครื่องประสาท การโจมตีพบกับความสามารถในการตีความ: การตรวจจับแอตทริบิวต์ของตัวอย่างที่เป็นปฏิปักษ์ 142
2018 เครื่องประสาท Deeppink: การเลือกคุณสมบัติที่ทำซ้ำได้ในเครือข่ายประสาทลึก 125 เครส
2018 เครื่องประสาท การเลือกจุดตัวแทนสำหรับการอธิบายเครือข่ายประสาทลึก 182 เทนเซอร์โฟลว์
2018 Neurips Workshop ตัวกรอง convolutional ที่ตีความได้ด้วย sincnet 97
2018 ไจ่ Anchors: คำอธิบายแบบจำลองความแม่นยำสูง ค.ศ. 1517
2018 ไจ่ การปรับปรุงความทนทานและการตีความของเครือข่ายประสาทลึกโดยการทำให้การไล่ระดับสีของพวกเขาเป็นปกติ 537 เทนเซอร์โฟลว์
2018 ไจ่ การเรียนรู้อย่างลึกซึ้งสำหรับการให้เหตุผลตามกรณีผ่านต้นแบบ: เครือข่ายประสาทที่อธิบายการคาดการณ์ของมัน 396 เทนเซอร์โฟลว์
2018 ไจ่ การตีความความรู้ CNN ผ่านกราฟอธิบาย 199 matlab
2018 ไจ่ การตรวจสอบการเป็นตัวแทนของ CNN เกี่ยวกับอคติชุดข้อมูล 88
2018 WACV Grad-CAM ++: คำอธิบายภาพตามการไล่ระดับสีทั่วไปสำหรับเครือข่ายการประชุมลึก 1459
2018 ijcv ความสนใจทางประสาทจากบนลงล่างโดยการกระตุ้น backprop 778
2018 tpami การตีความการแสดงภาพลึกผ่านการผ่าเครือข่าย 252
2018 DSP วิธีการตีความและทำความเข้าใจเครือข่ายประสาทลึก 2046
2018 เข้าถึง แอบมองเข้าไปในกล่องดำ: การสำรวจเกี่ยวกับปัญญาประดิษฐ์ที่อธิบายได้ (XAI) 3110
2018 ไคร์ การเรียนรู้กฎอธิบายจากข้อมูลที่มีเสียงดัง 440 เทนเซอร์โฟลว์
2018 mipro ปัญญาศิลปะที่อธิบายได้: การสำรวจ 794
2018 BMVC RISE: การสุ่มตัวอย่างอินพุตแบบสุ่มสำหรับคำอธิบายของโมเดลกล่องดำ 657
2018 arxiv การกลั่นและเปรียบเทียบ: การตรวจสอบโมเดลกล่องดำโดยใช้การกลั่นแบบจำลองโปร่งใส 194
2018 arxiv การจัดการและวัดการตีความแบบจำลอง 496
2018 arxiv เครือข่ายประสาทแบบ convolutional มองเห็นการสำรวจโลกของวิธีการสร้างภาพข้อมูลเครือข่ายประสาทแบบ Convolutional 211
2018 arxiv ทบทวนความสำคัญของแต่ละหน่วยใน CNNs ผ่านการระเหย 93
2018 arxiv มาตรการที่มีประสิทธิภาพในการคำนวณความสำคัญของเซลล์ประสาทภายใน 10
2017 ICML การทำความเข้าใจการทำนายกล่องดำผ่านฟังก์ชั่นที่มีอิทธิพล 2062 pytorch
2017 ICML แอตทริบิวต์จริงสำหรับเครือข่ายลึก 3654 เครส
2017 ICML การเรียนรู้คุณสมบัติที่สำคัญผ่านการเผยแพร่ความแตกต่างของการเปิดใช้งาน 2835
2017 ICLR การมองเห็นการตัดสินใจของเครือข่ายประสาทลึก: การวิเคราะห์ความแตกต่างของการทำนาย 674 คาเฟอีน
2017 ICLR สำรวจมากมายในเครือข่ายประสาทลึก 34
2017 เครื่องประสาท วิธีการแบบครบวงจรในการตีความการทำนายแบบจำลอง 11511
2017 เครื่องประสาท ภาพความจริงแบบเรียลไทม์สำหรับชั้นเรียนกล่องดำ 483 pytorch
2017 เครื่องประสาท SVCCA: การวิเคราะห์ความสัมพันธ์แบบ canonical เวกเตอร์เอกพจน์สำหรับพลวัตการเรียนรู้ลึกและความสามารถในการตีความ 473
2017 CVPR ชิ้นส่วนวัตถุการขุดจาก CNNs ผ่านการตอบคำถามที่ใช้งานอยู่ 29
2017 CVPR การแยกเครือข่าย: การตีความเชิงปริมาณของการแสดงภาพลึก 1254
2017 CVPR การปรับปรุงความสามารถในการตีความเครือข่ายประสาทลึกด้วยข้อมูลความหมาย 118
2017 CVPR MDNET: เครือข่ายการวินิจฉัยภาพทางการแพทย์ที่ตีความได้และสามารถมองเห็นได้ 307 คบเพลิง
2017 CVPR การสร้าง V ใน VQA Matter: ยกระดับบทบาทของการทำความเข้าใจภาพในการตอบคำถามด้วยภาพ 2229
2017 CVPR รู้ว่าเมื่อใดควรดู: ความสนใจที่ปรับตัวผ่าน Visual Sentinel สำหรับคำบรรยายภาพ 1392 คบเพลิง
2017 CVPRW การวิเคราะห์การกระทำของมนุษย์ 3 มิติที่ตีความได้ด้วยเครือข่าย convolutional ชั่วคราว 539
2017 ICCV Grad-Cam: คำอธิบายภาพจากเครือข่ายลึกผ่านการแปลตามการไล่ระดับสี ค.ศ. 13006 pytorch
2017 ICCV คำอธิบายที่ตีความได้ของกล่องดำโดยการก่อกวนที่มีความหมาย 1293 pytorch
2017 ICCV การเรียนรู้ที่ตีความได้สำหรับรถยนต์ที่ขับเคลื่อนด้วยตนเองโดยการมองเห็นความสนใจเชิงสาเหตุ 323
2017 ICCV การทำความเข้าใจและเปรียบเทียบเครือข่ายประสาทลึกสำหรับอายุและการจำแนกเพศ 130
2017 ICCV เรียนรู้ที่จะทำให้สับสนโดยการถามคำถามที่เลือกปฏิบัติ 26
2017 ijcai ถูกต้องด้วยเหตุผลที่ถูกต้อง: การฝึกอบรมแบบจำลองที่แตกต่างกันโดย จำกัด คำอธิบายของพวกเขา 429
2017 ijcai การทำความเข้าใจและปรับปรุงเครือข่ายประสาทแบบ convolutional ผ่านหน่วยเชิงเส้นที่แก้ไขต่อกัน 510 คาเฟอีน
2017 ไจ่ กราฟส่วนที่ตีความได้ที่เพิ่มขึ้นบน Convnets ผ่านการเรียนรู้แบบหลายช็อต 67 matlab
2017 ACL การแสดงภาพและทำความเข้าใจการแปลเครื่องประสาท 179
2017 emnlp เฟรมเวิร์ก causeal สำหรับอธิบายการคาดการณ์ของโมเดลลำดับกล่องดำไปตามลำดับ 192
2017 CVPR Workshop มองไปใต้ประทุน: การสร้างภาพเครือข่ายประสาทลึกเพื่อตีความผลลัพธ์การวิเคราะห์ภาพสไลด์ทั้งหมดสำหรับ polys สีสันสดใส 47
2017 สำรวจ ความสามารถในการตีความแบบจำลองการเรียนรู้ลึก: การสำรวจผลลัพธ์ 345
2017 arxiv SmoothGrad: ลบเสียงรบกวนโดยการเพิ่มเสียงรบกวน 1479
2017 arxiv ตีความได้และสำรวจการประมาณของโมเดลกล่องดำ 259
2017 arxiv กลั่นกรองเครือข่ายประสาทเป็นแผนผังการตัดสินใจที่นุ่มนวล 520 pytorch
2017 arxiv ไปสู่เครือข่ายประสาทลึกที่ตีความได้โดยใช้ประโยชน์จากตัวอย่างที่น่ากลัว 111
2017 arxiv ความฉลาดทางศิลปะที่อธิบายได้: การทำความเข้าใจการแสดงภาพและการตีความแบบจำลองการเรียนรู้เชิงลึก 1279
2017 arxiv เครือข่ายคำอธิบายตามบริบท 77 pytorch
2017 arxiv ความท้าทายเพื่อความโปร่งใส 142
2017 Acmsopp DeepXplore: การทดสอบไวท์บ็อกซ์อัตโนมัติของระบบการเรียนรู้ลึก 1144
2017 ceurw AI ที่อธิบายได้หมายถึงอะไรจริงๆ? แนวคิดใหม่ของมุมมอง 518
2017 TVCG Activis: การสำรวจภาพของโมเดลเครือข่ายประสาทลึกระดับอุตสาหกรรม 346
ปี 2559 เครื่องประสาท การสังเคราะห์อินพุตที่ต้องการสำหรับเซลล์ประสาทในเครือข่ายประสาทผ่านเครือข่ายเครื่องกำเนิดไฟฟ้าลึก 659 คาเฟอีน
ปี 2559 เครื่องประสาท ทำความเข้าใจกับสนามที่เปิดกว้างในเครือข่ายประสาทลึกลึก 1356
ปี 2559 CVPR การย้อนกลับการแสดงภาพด้วยเครือข่าย convolutional 626
ปี 2559 CVPR การแสดงภาพและทำความเข้าใจการเป็นตัวแทนพื้นผิวลึก 147
ปี 2559 CVPR การวิเคราะห์ตัวแยกประเภท: เวกเตอร์ฟิชเชอร์และเครือข่ายประสาทลึก 191
ปี 2559 ECCV สร้างคำอธิบายด้วยภาพ 613 คาเฟอีน
ปี 2559 ECCV การออกแบบเมล็ดในเครือข่ายประสาทแบบ convolutional สำหรับการจำแนกรูปภาพ ยี่สิบสี่
ปี 2559 ICML การทำความเข้าใจและปรับปรุงเครือข่ายประสาทแบบ convolutional ผ่านหน่วยเชิงเส้นที่แก้ไขต่อกัน 510
ปี 2559 ICML การแสดงและเปรียบเทียบ Alexnet และ VGG โดยใช้เลเยอร์ deconvolutional 126
ปี 2559 emnlp การคาดการณ์ของระบบประสาท 738 pytorch
ปี 2559 ijcv แสดงภาพเครือข่ายประสาทเชิงลึกโดยใช้ภาพล่วงหน้าตามธรรมชาติ 508 matlab
ปี 2559 ijcv การแสดงคุณสมบัติการตรวจจับวัตถุ 38 คาเฟอีน
ปี 2559 KDD ทำไมฉันต้องเชื่อใจคุณ: อธิบายการคาดการณ์ของตัวจําแนกใด ๆ 11742
ปี 2559 TVCG การมองเห็นกิจกรรมที่ซ่อนอยู่ของเครือข่ายประสาทศิลปะ 309
ปี 2559 TVCG เพื่อการวิเคราะห์ที่ดีขึ้นของเครือข่ายประสาทเชิงลึก 474
ปี 2559 naacl การมองเห็นและทำความเข้าใจแบบจำลองระบบประสาทใน NLP 650 คบเพลิง
ปี 2559 arxiv การทำความเข้าใจเครือข่ายประสาทผ่านการลบการเป็นตัวแทน) 492
ปี 2559 arxiv Grad-Cam: ทำไมคุณถึงพูดแบบนั้น? 398
ปี 2559 arxiv การลงทุนอิทธิพลของเสียงและสิ่งรบกวนในการตีความเครือข่ายประสาท 108
ปี 2559 arxiv คำอธิบายที่เอาใจใส่: การตัดสินใจที่เหมาะสมและชี้ไปที่หลักฐาน 88
ปี 2559 arxiv มิ ธ อสของการตีความแบบจำลอง 3786
ปี 2559 arxiv การสร้างภาพคุณสมบัติหลายแง่มุม: การเปิดเผยคุณสมบัติประเภทต่าง ๆ ที่เรียนรู้โดยแต่ละเซลล์ประสาทในเครือข่ายประสาทลึก 317
ปี 2558 ICLR มุ่งมั่นเพื่อความเรียบง่าย: ตาข่ายทั้งหมด 4645 pytorch
ปี 2558 CVPR ทำความเข้าใจกับการเป็นตัวแทนภาพลึกโดยการย้อนกลับพวกเขา 2485 matlab
ปี 2558 ICCV ทำความเข้าใจกับคุณสมบัติที่ลึกล้ำด้วยภาพที่สร้างโดยคอมพิวเตอร์ 156 คาเฟอีน
ปี 2558 การประชุมเชิงปฏิบัติการ ICML การทำความเข้าใจเครือข่ายประสาทผ่านการสร้างภาพข้อมูลอย่างลึกซึ้ง 2038 เทนเซอร์โฟลว์
ปี 2558 aas คลาสที่ตีความได้โดยใช้กฎและการวิเคราะห์แบบเบย์: การสร้างแบบจำลองการทำนายจังหวะที่ดีขึ้น 749
2014 ECCV การแสดงภาพและทำความเข้าใจเครือข่าย convolutional พ.ศ. 2403 pytorch
2014 ICLR ลึกเข้าไปในเครือข่าย convolutional: การแสดงภาพแบบจำลองการจำแนกภาพและแผนที่น้ำลายไหล 6142 pytorch
2013 ICCV Hoggles: การแสดงคุณสมบัติการตรวจจับวัตถุ 352
  • พูดคุยกระดาษ
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด