论文标题
代表del aprendizaje reutilizando los Gradientes d la retropropagacion
Representaciones del aprendizaje reutilizando los gradientes de la retropropagacion
论文作者
论文摘要
这项工作提出了一种算法，用于利用返回梯度来确定在不同培训阶段的特征重要性。此外，我们提出了一种定性表示学习过程的方法。实验是在Sklearn提供的威斯康星州癌症数据集上进行的，结果表明，所谓的“学习梯度”对最重要的特征的融合有趣。 --- ESTE TRABAJO PREPONE EL ALGORITMO DE GRATIENTES DE APRENDIZAJE PARA ENCONTRAR显着，En las en las Entradas de Una Red Neuronal。 Ademas，Se Propone una manera de evaluarlas por orden de umpertancia y代表e proceso de aprendizaje a traves de las de las etapas de intrenamiento。 Los Resultados obtenidos利用Como como referencia el Conjunto datos acerca acca d tumores an tumignos y benignos y benignos en en wisconsin。 esta referencia sirvio para检测un patron en las变量mas estimentes del Modelo gracias，aso como su su su su su su su su vorucion暂时。
This work proposes an algorithm for taking advantage of backpropagation gradients to determine feature importance at different stages of training. Additionally, we propose a way to represent the learning process qualitatively. Experiments were performed over the Wisconsin cancer dataset provided by sklearn, and results showed an interesting convergence of the so called "learning gradients" towards the most important features. --- Este trabajo propone el algoritmo de gradientes de aprendizaje para encontrar significado en las entradas de una red neuronal. Ademas, se propone una manera de evaluarlas por orden de importancia y representar el proceso de aprendizaje a traves de las etapas de entrenamiento. Los resultados obtenidos utilizan como referencia el conjunto de datos acerca de tumores malignos y benignos en Wisconsin. Esta referencia sirvio para detectar un patron en las variables mas importantes del modelo gracias, asi como su evolucion temporal.
