PulseAugur
中
实时 13:11:49
实体 Zimmermann et al.

Zimmermann et al.

PulseAugur coverage of Zimmermann et al. — every cluster mentioning Zimmermann et al. across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_51445 ·

    网络剪枝影响GoogLeNet的性能和可解释性

    研究人员调查了网络剪枝如何影响GoogLeNet在ImageNet上的性能和可解释性。他们应用了各种剪枝技术和重新训练策略，发现通过充分的重新训练可以保持甚至提高性能。然而，他们使用机制可解释性分数（MIS）进行的实验并未显示剪枝率与可解释性之间存在明确的联系，这表明MIS可能并不总是与对模型决策的直观理解一致。