captum:PyTorch的模型可解释性和理解

【文件属性】：
文件名称：captum:PyTorch的模型可解释性和理解
文件大小：42.88MB
文件格式：ZIP
更新时间：2021-04-01 07:23:05
interpretability feature-importance interpretable-ai interpretable-ml feature-attribution Captum是PyTorch的模型可解释性和理解库。 Captum在拉丁语中意味着理解，并且包含PyTorch模型的集成梯度，显着性图，smoothgrad，vargrad等的通用实现。 它可以快速集成使用特定领域的库（例如torchvision，torchtext等）构建的模型。 Captum目前处于测试阶段，并且正在积极开发中！ 关于Captum 随着模型复杂性的增加以及由此导致的缺乏透明度，模型可解释性方法变得越来越重要。 模型理解既是研究的活跃领域，也是使用机器学习的跨行业实际应用的关注领域。 Captum提供了包括集成渐变在内的最新算法，为研究人员和开发人员提供了一种简单的方法来了解哪些功能对模型的输出有所贡献。 对于模型开发人员而言，Captum可用于通过识别有助于模型输出的不同功能来改进模型和对模型进行故障排除，从而设计出更好的模型并对意外的模型输出进行故障排除。 C