研究者提出用DPGMM聚类可视化Convnet表征
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
最新进展11月18日 13:00
用 Dirichlet 过程高斯混合模型分析 Convnet 学习到的特征报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- 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。