跳到正文
热点事件持续更新

研究者提出用DPGMM聚类可视化Convnet表征

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

David Malmgren-Hansen等作者提出一种基于Dirichlet过程高斯混合模型(DPGMM)聚类Convnet内部表征的方法,用于可视化卷积神经网络学到的特征。作者称,该方法通过聚类每一层所有节点的表征来应对Convnet的高维性问题,并讨论了其在迁移学习场景中的应用价值。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    用 Dirichlet 过程高斯混合模型分析 Convnet 学习到的特征

    提出一种基于 Dirichlet 过程高斯混合模型(DPGMM)聚类 Convnet 内部表征的方法,用于可视化卷积神经网络学到的特征。该方法通过聚类每一层所有节点的表征来应对 Convnet 的高维性问题,并讨论了其在迁移学习场景中的应用价值。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。