我们在第一部分讨论胶囊网络时提到过神经网络(cnn)对纹理很敏感,而不够关心位置和形状信息,这里是David收集的更多的讨论和参考文献,希望对你们有帮助:
1. 研究人员证明神经网络的物体检测有多脆弱,以及一些对抗样本例子:Machine Learning Confronts the Elephant in the Room
2. 实验证明数据增强不能把神经网络的泛化能力提高到人类的水平:Generalisation in humans and deep neural networks
3. 一些非常相似的图片足以迷惑神经网络,
The following two tabs change content below.
David 9
邮箱:yanchao727@gmail.com
微信: david9ml
Latest posts by David 9 (see all)
- 修订特征已经变得切实可行, “特征矫正工程”是否会成为潮流? - 27 3 月, 2024
- 量子计算系列#2 : 量子机器学习与量子深度学习补充资料,QML,QeML,QaML - 29 2 月, 2024
- “现象意识”#2:用白盒的视角研究意识和大脑,会是什么景象?微意识,主体感,超心智,意识中层理论 - 16 2 月, 2024