Obtaining Example-Based Explanations from Deep Neural Networks
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于示例的解释技术(EBE-DNN),解决了现有方法仅适用于少数模型的问题。EBE-DNN能够通过少量示例提供高效的示例归因,并保持与原始模型的准确度一致,嵌入层的选择对准确度有显著影响。
🎯
关键要点
-
本研究提出了一种新的示例归因技术EBE-DNN,解决了现有方法仅适用于少数模型的问题。
-
EBE-DNN能够通过少量示例提供高效的示例归因,且与原始模型的准确度保持一致。
-
嵌入层的选择对最终的准确度有显著影响。
➡️