SincNet: 一種可解釋的卷積濾波器結構

簡介 深度學習發展至今，在很多人工智能應用領域扮演者重要的角色。深度學習能夠從數據中學習複雜而抽象的特徵表示，但是這個充滿意義的學習模式目前依然缺乏「可解釋」性，也就是常說的「黑盒子」。例如，深度學習模型對對抗性實例（adversarial examples）極其敏感（模型表現不好），使得研究者不得不思考對模型的理解。這種缺乏「可解釋」性可能是阻礙未來深度學習技術發展的一個重要瓶頸。 Bengio

>>阅读原文<<