| − | [[人工神经网络]](artificial neural networks)主要通过分析节点与数据集间的[[互信息]](Mutual Information,MI),来研究其对输入的响应。然而,神经网络还可以在因果关系层面进行探讨,揭示网络内部各层间“谁影响谁”及其作用机制。[[有效信息]](Effective Information, EI)作为一种基于信息论的工具,可以通过最大熵扰动下的输入与输出之间的[[互信息]],量化网络层间的因果作用。 | + | [[人工神经网络]](artificial neural networks)主要通过分析节点与数据集间的[[互信息]](Mutual Information,MI),来研究其对输入的响应。然而,神经网络还可以在因果关系层面进行探讨,揭示网络内部各层间“谁影响谁”及其作用机制。[[有效信息]](Effective Information, EI)作为一种基于信息论的工具,本文介绍如何通过离散和连续两种方法对神经网络层间EI进行计算。 |