Oct, 2018
基于前馈设计的可解释卷积神经网络
Interpretable Convolutional Neural Networks via Feedforward Design
C.-C. Jay Kuo, Min Zhang, Siyang Li, Jiali Duan, Yueru Chen
TL;DR本文提出了一种解释性前馈 (FF) 设计,通过数据统计推导出当前层的网络参数,构建了基于 Saab 变换和 LRS 级联的卷积与全连接层的 CNN, 并在 MNIST 和 CIFAR-10 数据集上比较了 BP 和 FF 设计的分类准确性和鲁棒性,并探讨了 BP 和 FF 设计之间的关系。