探索神经网络中的特征分离

摘要：

介绍目前,随着神经网络的进一步发展,人们不再仅仅满足于对精度的要求,更希望通过网络训练出一些可解释的特征,并且这些特征间相互独立,这样人们就能集中注意力,在对自己感兴趣的特征上进行分类,预测等操作.因此,有人提出了”Feature Disentangle”的网络架构:通过生成对抗网络得到两种互斥的特征编码.这启发我们,是否在同一网络中,也存在相互独立的特征呢?事实上通过后面的实验证明,确实存在这一可能,而且该现象的发生并不罕见,唯一的区别是我们无法对它们做出实际的解释.

在线出版日期：2020-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：94-96