NNの予測根拠可視化をライブラリ化する - Qiita

2018/12/13 16 users Qiita MLP ライブラリ化 出力 計算

左から：VGG16 による分類予測の根拠可視化、MLPによる iris データセットのFeature importance(もどき)の計算、Graph Convolution モデルによる水溶度の寄与可視化。 概要 「Deep Neural Networkはブラックボックス、中で何が行われて出力が出たのか知ることはできない」と思っていませんか？ 実際、多くの層からなるNN... 続きを読む

Graph Convolutionを自然言語処理に応用する Part4 – programming-soda – Medium

2018/09/21 6 users 知見 タスク programming-soda medium

All change is not growth, as all movement is not forward. Ellen Glasgow Graph Convolutionを自然言語処理に応用する Part4Part4では、Graph Convolutionを自然言語処理に応用した研究をサーベイします。これにより、どんなタスクに適用可能なのか、どう実装するのが良いのか、の2点について知見を得たいと思います... 続きを読む

機は熟した！グラフ構造に対するDeep Learning、Graph Convolutionのご紹介 - ABEJA Tech Blog

2017/04/27 485 users Deep learning グラフ構造 ABEJA 白川 論文

2017 - 04 - 27 機は熟した！グラフ構造に対するDeep Learning、Graph Convolutionのご紹介 Deep Learning Tweet はじめまして。ABEJAでResearcherをやらせていただいている白川です。 先日、化合物の物性推定をDeep Learningをつかって従来手法より300,000倍高速に処理するという論文がでました（[1], [2]）。こ... 続きを読む