深度學習可解釋性！深度taylor分解

深度泰勒分解是一種解釋神經網絡對個體預測的方法。它產生的結果是神經網絡所表達的函數在輸入變量上的分解。該方法可用作深度學習模型可視化工具，或作爲複雜的分析方法的一部分。 衆所周知，當前的深度學習分類器只提供對圖像的預測，但沒有提供與其相關的解釋。一種可能的得到解釋的方式是：確定哪些輸入變量（這裏是像素）對圖像分類的結果有多大的貢獻，特別是圖像中的哪些像素與預測結果直接相關，然後將對應的貢獻分配到像

>>阅读原文<<