Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
interpretable-ml-book-zh
提交
dce3f9f1
I
interpretable-ml-book-zh
项目概览
OpenDocCN
/
interpretable-ml-book-zh
通知
3
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
I
interpretable-ml-book-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
dce3f9f1
编写于
1月 05, 2020
作者:
B
binbinmeng
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
update
上级
302a5071
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
2 deletion
+2
-2
docs/7.md
docs/7.md
+2
-2
未找到文件。
docs/7.md
浏览文件 @
dce3f9f1
...
...
@@ -111,8 +111,8 @@ ImageNet包含来自1000个专注于对象的类的160万张图像。Places205
-
增加层中的通道数会增加可解释单位的数量。随机初始化(使用不同的随机种子进行训练)导致略有不同。
<br>
-
可解释单位的数量。
<br>
-
ResNet是具有最多数量的唯一检测器的网络体系结构,其次最后是VGG,GoogleNet和AlexNet。
<br>
-
对于Places356,学习最多的独特概念
检测器,其次是Places205和ImageNet。
<br>
-
独特概念检测器的数量随训练迭代次数的增加而增加。
<br>
-
Places356是学习到最多独特概念的
检测器,其次是Places205和ImageNet。
<br>
-
独特概念
的
检测器的数量随训练迭代次数的增加而增加。
<br>
![](
https://christophm.github.io/interpretable-ml-book/images/arch-compare.png
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录