『人工智能』NeurIPS 2019：两种视角带你了解网络可解释性的研究和进展( 四 )
而与其他研究者提出的解释网络相比 ， 图 4 下半部分对比这些网络的识别性能 ， 比如关注目标层面的 CAM ， 关注部分注意力的 Part R-CNN ， ProtoPNet 利用部分层次注意力和原型之间的结合 ， 能达到一个比较好的结果 。
总而言之 ， 本文的解释性网络不仅仅在解释网络的判别原理 ， 而且根据这个原理能够达到一个较好的识别精度 。 在我看来 ， 通过对比 ProtoPNet 和不同网络性能 ， 验证了作者论述的 ， ProtoPNet 不仅仅关注实例层或者仅仅关注部分信息 ， 而是结合了部分层次以及原型 case 之间的信息 ， 才能在解释和识别之间达到一个很好的平衡 。
5 总结
本文的主要目的是探索机器模型在推理过程中的为什么这个问题 ， 其比较别出心裁的参照了人类的「这个看上去像那个」的回答思路 ， 提出的 ProtoPNet ， 在可解释性和分类精度上都有不错的表现 。
这两篇论文均是研究论文可解释性原理的 ， 只不过论述的角度有所不同 。 论文 1 从统计学的角度 ， 分析网络的固有维度 ， 以此来展示网络的泛化性能 。 而论文 2 从可视化的角度来展示了这个网络的推理的功能 。 这些不同的角度都试图分析网络的可解释性 ， 并给网络性能的提升提出不同的提升方向 。
【『人工智能』NeurIPS 2019：两种视角带你了解网络可解释性的研究和进展】分析师简介：立早 ， 工学硕士 ， 研究方向为模式识别 。 目前从事人脸识别、检测和神经网络压缩方向的工作 。 希望能够一直学习 ， 多多交流 ， 不断进步 。
推荐阅读
![[天空迷彩]英感慨白宫代价惨重，俄：这一天终于到来，中东13国一致拒绝美国](https://imgcdn.toutiaoyule.com/20200501/20200501010356526212a_t.jpeg)
- 「」一代神机！荣耀 9X 系列国内销量超 1000 万台
- 「腾讯」腾讯视频盈利难：2019年亏损30亿 盗墓题材连拍五年没水花
- 『挖贝网』网达软件2019年净利3439.68万增长330.28%行业客户拓展
- 每日经济新闻咨询@联邦学习成人工智能新贵 腾讯安全：技术服务能力才是重点
- ：2019全球智能手机应用处理器市场收益份额排名：高通第一，苹果第二，海思第三
- 【】人工智能突破三维矢量全息新技术
- 『』一汽集团成立人工智能公司，2019人工智能应用场景、发展趋势分析
- 2019你为谁骄傲：事关大奖！快来为爱大鹏投10票～
- ##AI的下一个研究热点居然是图
- 「人工智能」AI“慢生意”，驶入“快车道”