和BatchNorm相比有很多优点，并且可以直接替换BatchNorm。
- 有更好的interpretability（可解释性），可以可视化得解释神经网络层的含义。（这是最突出的特点）concepts in the latent space are purer than standard CNNs.
- 不会降低网络的accuracy（准确率）。accuracy is on par with standard CNNs.
- 可以使用在已经训练好的模型上，只需要增加一步就可以得出结果，十分方便。
https://bdtechtalks.com/2021/01/11/concept-whitening-interpretable-neural-networks/
Chen Z, Bei Y, Rudin C. Concept Whitening for Interpretable Image Recognition[J]. arXiv preprint arXiv:2002.01650, 2020.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
