可解释机器学习

一、深度学习（Deep Learning）

端到端

import\rightarrow model(隐含层）\rightarrow output

隐含层原理：每一步是怎么计算的

人工智能＞机器学期＞深度学习

深度学习适合人脑能一眼看出问题但无法用言语表达和理解的（知道解决步骤的一般不适用）

全连接层：output=f(Weight x input+bias偏差）

卷积核：F表示大小：几乘几的大小；stride表示步长：如向上向下向左向右移动几步；pad表示填充：向外填充；N表示原框大小

output size=(N-F)/stride+1  pad=0时

output size=(N+2P-F)/stride+1  pad≠0时

步骤：①选择K个样本，包括数据和标签；

②进行正向传播；

③计算损失；

④计算梯度；

⑤进行参数更新。

二、可解释机器学习

视频截图来自up主：同济子豪兄 

https://www.bilibili.com/video/BV1Se4y1T7dG/?spm_id_from=333.999.0.0&vd_source=7f9d77ce78399f44a43e8653e1c05c29

蓝色标注为本人标注









©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容