🆕 新着Qiita記事をお知らせします。
『eXplainable AI : Saliency Map Part1 - Vanilla Gradients, Integrated Gradients, and Occlusion』
https://qiita.com/sho_watari/items/35d9972001a7bc89b4e9 by @sho_watari @Qiita
#python_qiita #deeplearning_qiita #cntk_qiita #xai_qiita #saliencymap_qiita
eXplainable AI : Saliency Map Part1 - Vanilla Gradients, Integrated Gradients, and Occlusion - Qiita
#目標
Microsoft Cognitive Toolkit (CNTK) を用いた顕著性マップをやってみました。
CNTK と NVIDIA GPU CUDA がインストールされていることを前提としています。
[TensorF...
🆕 新着Qiita記事をお知らせします。
『Microsoft Cognitive Toolkit : eXplainable AI - Activation Maximization』
https://qiita.com/sho_watari/items/f30e85e35b57dcc1f037 by @sho_watari @Qiita
#python_qiita #deeplearning_qiita #cnn_qiita #cntk_qiita #xai_qiita
Microsoft Cognitive Toolkit : eXplainable AI - Activation Maximization - Qiita
#目標
Microsoft Cognitive Toolkit (CNTK) を用いて畳み込みニューラルネットワークの入力画像の最大化をやってみました。
[人工知能に関する断創録 - 畳み込みニューラルネットワークの可視化](htt...
🆕 新着Qiita記事をお知らせします。
『[論文紹介]Representer Point Selection for Explaining Deep Neural Networks』
https://qiita.com/umeko2015/items/3f39e91c76b2c73ce462 by @umeko2015 @Qiita
#xai_qiita
[論文紹介]Representer Point Selection for Explaining Deep Neural Networks - Qiita
#概要(なんとなく訳している)
* テストデータの予測結果に対して、トレーニングデータ内の「representer points」のセットを指し示し、DNNの推論結果を説明する手法
* NNのpre-activation predi...