일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 머신러닝
- grad-cam
- Interpretability
- keras
- Artificial Intelligence
- AI
- Deep learning
- xai
- Class activation map
- 설명가능한
- 코딩 테스트
- python
- Cam
- meta-learning
- 코딩테스트
- 시계열 분석
- SmoothGrad
- 딥러닝
- Unsupervised learning
- Machine Learning
- coding test
- 백준
- 인공지능
- Explainable AI
- cs231n
- 메타러닝
- GAN
- Score-CAM
- 기계학습
- 설명가능한 인공지능
- Today
- Total
목록convolutional neural network (3)
iMTE

논문 제목: CAMERAS: Enhanced Resolution And Sanity Preserving Class Activation Mapping For Image Saliency 논문 주소: https://arxiv.org/abs/2106.10649 CAMERAS: Enhanced Resolution And Sanity preserving Class Activation Mapping for image saliency Backpropagation image saliency aims at explaining model predictions by estimating model-centric importance of individual pixels in the input. However, class-inse..

논문 제목 : Learning deep features for discriminative localization 논문 주소 : openaccess.thecvf.com/content_iccv_2017/html/Selvaraju_Grad-CAM_Visual_Explanations_ICCV_2017_paper.html ICCV 2017 Open Access Repository Grad-CAM: Visual Explanations From Deep Networks via Gradient-Based Localization Ramprasaath R. Selvaraju, Michael Cogswell, Abhishek Das, Ramakrishna Vedantam, Devi Parikh, Dhruv Batra; Pr..
Deep neural network는 대표적인 black box로 내부에 어떤 경과를 통해서 decision이 되었는지를 알지 못하는 문제가 있다. Support Vector Machine도 그런점을 갖고 있다. 반대로 Decision tree는 decision 과정을 확인할 수 있기 때문에 대표적인 white box 형태의 machine learning model이다. Deep neural network는 output layer의 activation 결과를 바탕으로 learned filter가 어떤 feature map을 만들었는지를 확인할 수 있다. 다음은 pytorch로 pre-trained vgg16의 feature map을 확인한 결과이다. 그리고 learned된 filter의 형태를 나타냈다.