没有合适的资源?快使用搜索试试~ 我知道了~
dissect:美国国家科学院2020年会议论文集代码,“了解单个单元在深度神经网络中的作用”
共95个文件
py:51个
png:12个
ipynb:9个
需积分: 5 0 下载量 94 浏览量
2021-04-13
16:25:10
上传
评论
收藏 6.98MB ZIP 举报
温馨提示
神经元的作用是什么? 当深度网络接受高级任务(例如分类地点或合成场景)训练时,网络中的单个神经单元通常会出现,它们与特定的人类可理解概念相匹配,例如“树”,“窗户”或“人脸。” 这样的个人部门在深层网络中起什么作用? 我们在包含可解释单元的两种类型的网络中研究此问题:训练为对场景图像进行分类的网络(监督图像分类器)和训练为对场景图像进行合成的网络(生成对抗网络)。 。 ,, , ,,。 美国国家科学院院刊,2020年9月。 麻省理工学院,MIT-IBM Watson AI实验室,香港中文大学IBM Research,Adobe Research 分类器和生成器中的解剖单元 网络解剖将单个网络单元与语义分割网络的预测进行比较,该语义分割网络可以用广泛的对象,零件,材料和颜色类别标记像素。 该技术为我们提供了一种标准且可扩展的方法,以识别网络中与那些相同语义类别匹配的任何单元。 它
资源推荐
资源详情
资源评论
收起资源包目录
dissect-master.zip (95个子文件)
dissect-master
experiment
oldresnet152.py 44KB
generator_int_experiment.py 17KB
dissect_experiment.py 11KB
shapebias_experiment.py 5KB
intervention_experiment.py 9KB
oldvgg16.py 998B
proggan.py 11KB
oldalexnet.py 4KB
__init__.py 0B
setting.py 4KB
readdissect.py 3KB
.gitattributes 27B
setup
setup_denv.sh 2KB
denv.yml 339B
notebooks
ipynb_drop_output.py 3KB
shapebias_experiment.ipynb 9KB
dissect_generator_experiment.ipynb 11KB
intervention-generator-experiment.ipynb 26KB
single-classifier-unit-plot.ipynb 18KB
dissect_classifier_experiment.ipynb 12KB
adv_experiment_bedroom.ipynb 76KB
single-generator-unit-plot.ipynb 9KB
adv_experiment_plot.ipynb 23KB
intervention-classifier-experiment.ipynb 35KB
setup_notebooks.sh 441B
www
generator-dissection.png 819KB
classifier-dissection.png 820KB
gandissect-tutorial.png 63KB
netdissect_code.png 40KB
classifier-intervention.png 1.53MB
dissection-compare.png 333KB
generator-intervention.png 2.65MB
arxiv-thumb.png 113KB
si-thumb.png 178KB
netdissect-tutorial.png 156KB
paper-thumb.png 221KB
website-thumb.png 101KB
netdissect
segviz.py 19KB
zdataset.py 4KB
segmodel
resnext.py 6KB
__init__.py 53B
mobilenet.py 5KB
models.py 21KB
resnet.py 7KB
colors150.npy 578B
object150_info.csv 6KB
paintwidget.py 6KB
segmenter.py 30KB
renormalize.py 5KB
parallelfolder.py 8KB
tally.py 30KB
upsample.py 8KB
show.py 5KB
easydict.py 3KB
report.html 3KB
runningstats.py 52KB
__init__.py 0B
pidfile.py 4KB
imgviz.py 15KB
workerpool.py 6KB
sampler.py 7KB
upsegmodel
resnext.py 6KB
__init__.py 53B
models.py 18KB
resnet.py 7KB
prroi_pool
src
prroi_pooling_gpu.c 4KB
prroi_pooling_gpu.h 865B
prroi_pooling_gpu_impl.cuh 2KB
prroi_pooling_gpu_impl.cu 17KB
__init__.py 350B
test_prroi_pooling2d.py 1KB
prroi_pool.py 827B
README.md 4KB
functional.py 2KB
.gitignore 20B
build.py 1KB
nethook.py 16KB
bargraph.py 5KB
pbar.py 6KB
imgsave.py 2KB
labwidget.py 34KB
dissect_all.sh 1KB
LICENSE 1KB
README.md 5KB
intervention.sh 171B
g_intervention.sh 163B
.gitignore 223B
stylization
models
download_models.sh 699B
torch_to_pytorch.py 13KB
stylize.py 7KB
LICENSE 1KB
net.py 5KB
parallel-make-sp.sh 946B
README.md 3KB
function.py 2KB
共 95 条
- 1
资源评论
xrxiong
- 粉丝: 19
- 资源: 4728
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功