【17-13期VALSE Webinar活动】

  报告嘉宾1：董胤蓬（清华大学）报告时间：2017年07月05日（星期三）晚上20：00-20：20（北京时间）报告题目：Improving Interpretability of Deep Neural Networks with Semantic Information主持人：苏航（清华大学）报告摘要： 深度学习的可解释性（Interpretability）问题在深度神经网络的发展过程中发挥着至关重要的作用。可解释学习能够使我们了解模型的优势和缺陷、预知模型未来的行为、修复模型中可能存在的问题。但是由于深度学习的黑箱特性，我们很难了解深度神经网络内部的工作机理。为了解决深度神经网络不可解释的问题，我们提出利用人类描述中丰富的语义信息来提升深度神经网络的可解释性。在自动生成视频描述（Video Captioning）的任务中，我们首先从描述中提取 ………………………………