4.4 机器学习与认知计算所第二次组会问题记录
找问题，实现论文才是学习之道，泛泛的看论文绝对不可能有收获。
通过看论文想自己的点，打自己的点，就算错了也知道为什么错。也是很大的收获。
1.可解释性方向探究
家琪学长介绍了很多可解释性的东西：
- 包括可解释的层次
- 目前方法的问题与短板，具体看家琪学长组会ppt吧
- 另一种大方向的解释：每一个神经元的物理意义。
但是目前的棘手的问题不在于如何去理解这些解释的方向和方法，而且去找到一个针对点和问题去验证现有的方法，在这个问题中来提升现有的方法和网络。
- 用我们的问题去测试现在的paper网络，然后改进它的网络，找问题。
2.网络参数加载与针对训练
在我们的实验中，虽然我们图片也是来自imagenet，参数也是来说weight.npy.但是一定要用我们的数据在进行再训练，imagenet有1000类。而我们可能需要只对20的物体进行分类。这些也是很重要的。
3.论文写作技巧
一定要以问题为导向，然后再说你怎么解决了这个问题. 就像那位学姐说的，虽然只是对现有方法进行结合，那其实包就比较重要，
我个人认为：CAM 的创作人完全就是很鸡贼。
把network in network中的人家已经发现的东西进行了复现，改改颜色就变成了一篇CVR,可以看下图，这里面其实已经可以大致看出GAP有定位能力了。尤其是那个马都能看出来四个腿了🙃。。。
4.总结
- 景老师温柔的怼了家琪学长，感觉我也想被怼哈哈哈
- 没啥好总结的。再见😂
