通过特征可视化理解神经网络：综述
机器学习
2019-04-22 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
一种理解大脑的 neuroscience 方法是寻找并研究高度激活单个细胞或细胞组的偏好刺激。机器学习的最新进展使得一系列方法能够合成导致人工或生物大脑中神经元强烈放电的偏好刺激。这些方法被称为激活最大化（AM）或通过优化的特征可视化。在本章中，我们 (1) 回顾文献中现有的 AM 技术；(2) 讨论 AM 的概率解释；以及 (3) 回顾 AM 在调试和解释网络中的应用。
引用
@article{arxiv.1904.08939,
title = {Understanding Neural Networks via Feature Visualization: A survey},
author = {Anh Nguyen and Jason Yosinski and Jeff Clune},
journal= {arXiv preprint arXiv:1904.08939},
year = {2019}
}
备注
A book chapter in an Interpretable ML book (http://www.interpretable-ml.org/book/)