会员服务
深度学习可解释性 · 深度学习 · 人工智能 · Stan Osher · IPAM and UCLA ·
2020 年 3 月 14 日
【教程推荐】可信任深度学习，44页ppt，PDE Based Trustworthy Deep Learning
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

题目

可信任深度学习，44页ppt，PDE Based Trustworthy Deep Learning

关键字

可信任深度学习，深度学习可解释性，人工智能，深度学习安全

简介

人工智能的安全性和可信任性一直是人们关注的热点问题，尤其是深度学习的黑箱子技术，使得人工智能更加难以理解，所以了解深度学习的可信任性对人工智能的进一步普及至关重要。

作者

Stan Osher，Department of Mathematics, UCLA

成为VIP会员查看完整内容
http://helper.ipam.ucla.edu/publications/dlm2020/dlm2020_15804.pdf
35

相关内容

最新《生成式对抗网络》简介，25页ppt
最新《生成式对抗网络》简介，25页ppt
专知会员服务
167+阅读 · 2020年6月28日
可解释强化学习，Explainable Reinforcement Learning: A Survey
可解释强化学习，Explainable Reinforcement Learning: A Survey
专知会员服务
126+阅读 · 2020年5月14日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
238+阅读 · 2020年4月19日
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
专知会员服务
57+阅读 · 2020年3月14日
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
专知会员服务
61+阅读 · 2020年2月17日
【教程】自然语言处理中的迁移学习原理，41 页PPT
【教程】自然语言处理中的迁移学习原理，41 页PPT
专知会员服务
93+阅读 · 2020年2月8日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
专知会员服务
154+阅读 · 2019年12月20日
【南洋理工大学Xavier Bresson】图深度学习最近进展，35页ppt，Deep Learning on Graphs
【南洋理工大学Xavier Bresson】图深度学习最近进展，35页ppt，Deep Learning on Graphs
专知会员服务
107+阅读 · 2019年11月27日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
【Google】微型化机器学习教程，17页ppt，Getting Started with TinyML
【Google】微型化机器学习教程，17页ppt，Getting Started with TinyML
专知
10+阅读 · 2020年3月28日
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
专知
13+阅读 · 2020年3月14日
55页图深度学习导论《A Gentle Introduction to Deep Learning for Graphs》
55页图深度学习导论《A Gentle Introduction to Deep Learning for Graphs》
专知
16+阅读 · 2020年1月3日
【南洋理工Xavier】图深度学习最新进展，35页ppt，Deep Learning on Graphs
【南洋理工Xavier】图深度学习最新进展，35页ppt，Deep Learning on Graphs
专知
66+阅读 · 2019年11月27日
【斯坦福大学课程】深度多任务学习与元学习，CS 330: Deep Multi-Task and Meta Learning
【斯坦福大学课程】深度多任务学习与元学习，CS 330: Deep Multi-Task and Meta Learning
专知
29+阅读 · 2019年9月27日
深度学习注意力机制-Attention in Deep learning-附101页PPT
深度学习注意力机制-Attention in Deep learning-附101页PPT
专知
137+阅读 · 2019年9月23日
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
专知
15+阅读 · 2019年8月20日
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
计算机视觉life
41+阅读 · 2019年7月22日
AAAI2019 Tutorial 《图表示学习》, 180页PPT带你从入门到精通
AAAI2019 Tutorial 《图表示学习》, 180页PPT带你从入门到精通
专知
168+阅读 · 2019年1月31日
【深度】可解释性与deep learning的发展
【深度】可解释性与deep learning的发展
机器学习研究会
6+阅读 · 2017年10月15日
Distributed Hierarchical GPU Parameter Server for Massive Scale Deep Learning Ads Systems
Arxiv
7+阅读 · 2020年3月12日
Deep Learning for Hindi Text Classification: A Comparison
Arxiv
4+阅读 · 2020年1月19日
Deep Learning for Learning Graph Representations
Arxiv
34+阅读 · 2020年1月2日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
End to end learning and optimization on graphs
Arxiv
7+阅读 · 2019年5月31日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Deep Learning on Graphs: A Survey
Arxiv
53+阅读 · 2018年12月11日
Notes on Deep Learning for NLP
Arxiv
21+阅读 · 2018年8月30日
Deep learning in agriculture: A survey
Arxiv
11+阅读 · 2018年7月31日
Deep Learning based Recommender System: A Survey and New Perspectives
Arxiv
5+阅读 · 2017年8月3日
VIP会员
相关主题
深度学习可解释性
深度学习
人工智能
Stan Osher
IPAM and UCLA
相关VIP内容
最新《生成式对抗网络》简介，25页ppt
最新《生成式对抗网络》简介，25页ppt
专知会员服务
167+阅读 · 2020年6月28日
可解释强化学习，Explainable Reinforcement Learning: A Survey
可解释强化学习，Explainable Reinforcement Learning: A Survey
专知会员服务
126+阅读 · 2020年5月14日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
238+阅读 · 2020年4月19日
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
专知会员服务
57+阅读 · 2020年3月14日
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
专知会员服务
61+阅读 · 2020年2月17日
【教程】自然语言处理中的迁移学习原理，41 页PPT
【教程】自然语言处理中的迁移学习原理，41 页PPT
专知会员服务
93+阅读 · 2020年2月8日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
专知会员服务
154+阅读 · 2019年12月20日
【南洋理工大学Xavier Bresson】图深度学习最近进展，35页ppt，Deep Learning on Graphs
【南洋理工大学Xavier Bresson】图深度学习最近进展，35页ppt，Deep Learning on Graphs
专知会员服务
107+阅读 · 2019年11月27日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
热门VIP内容
相关资讯
【Google】微型化机器学习教程，17页ppt，Getting Started with TinyML
【Google】微型化机器学习教程，17页ppt，Getting Started with TinyML
专知
10+阅读 · 2020年3月28日
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
如何构建「可信任的深度学习」？美国三院院士UCLA数学泰斗Stanley Osher教授这44页ppt为你讲述
专知
13+阅读 · 2020年3月14日
55页图深度学习导论《A Gentle Introduction to Deep Learning for Graphs》
55页图深度学习导论《A Gentle Introduction to Deep Learning for Graphs》
专知
16+阅读 · 2020年1月3日
【南洋理工Xavier】图深度学习最新进展，35页ppt，Deep Learning on Graphs
【南洋理工Xavier】图深度学习最新进展，35页ppt，Deep Learning on Graphs
专知
66+阅读 · 2019年11月27日
【斯坦福大学课程】深度多任务学习与元学习，CS 330: Deep Multi-Task and Meta Learning
【斯坦福大学课程】深度多任务学习与元学习，CS 330: Deep Multi-Task and Meta Learning
专知
29+阅读 · 2019年9月27日
深度学习注意力机制-Attention in Deep learning-附101页PPT
深度学习注意力机制-Attention in Deep learning-附101页PPT
专知
137+阅读 · 2019年9月23日
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
专知
15+阅读 · 2019年8月20日
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
计算机视觉life
41+阅读 · 2019年7月22日
AAAI2019 Tutorial 《图表示学习》, 180页PPT带你从入门到精通
AAAI2019 Tutorial 《图表示学习》, 180页PPT带你从入门到精通
专知
168+阅读 · 2019年1月31日
【深度】可解释性与deep learning的发展
【深度】可解释性与deep learning的发展
机器学习研究会
6+阅读 · 2017年10月15日
相关论文
Distributed Hierarchical GPU Parameter Server for Massive Scale Deep Learning Ads Systems
Arxiv
7+阅读 · 2020年3月12日
Deep Learning for Hindi Text Classification: A Comparison
Arxiv
4+阅读 · 2020年1月19日
Deep Learning for Learning Graph Representations
Arxiv
34+阅读 · 2020年1月2日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
End to end learning and optimization on graphs
Arxiv
7+阅读 · 2019年5月31日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Deep Learning on Graphs: A Survey
Arxiv
53+阅读 · 2018年12月11日
Notes on Deep Learning for NLP
Arxiv
21+阅读 · 2018年8月30日
Deep learning in agriculture: A survey
Arxiv
11+阅读 · 2018年7月31日
Deep Learning based Recommender System: A Survey and New Perspectives
Arxiv
5+阅读 · 2017年8月3日
微信扫码咨询专知VIP会员
Top