Facebook開源模型可解釋庫Captum,這次改模型有依據了
作者 | Narine Kokhlikyan, Vivek Miglani, Edward Wang, Orion Reblitz-Richardson
譯者 | Rachel
出品 | AI科技大本營( ID:rgznai100)
【導讀】前腳 TF 2.0 剛釋出,在 PyTorch 開發者大會首日也攜 PyTorch1.3 版本而來。除此之外,還發布了隱私保護機器學習框架 CrypTen、模型可解釋庫 Captum 和下一代目標檢測/目標分割研究平臺 Detectron2。這篇文章介紹的是Facebook 在深度學習的可解釋性問題上釋出的新成果——Captum。
目前,機器學習模型已經在多個領域得到了廣泛應用,並對數億的人群產生影響。隨著模型在工業領域的應用不斷擴充,模型的結構也正在變得更加複雜。對於機器學習的開發者而言,深入理解模型的原理並具備對他人解釋原理的能力非常重要。
而 Facebook 釋出的 Captum 是一個基於 Pytorch 的一個模型解釋庫,其功能強大、靈活且易於使用。該庫為所有最新的演算法提供瞭解釋性,幫助研究人員及開發者更好地理解對模型預測結果產生作用的具體特徵、神經元及神經網路層。Captum 透過包括視覺化和文字在內的多種形式提供模型解釋,併為新演算法的設計提供了可擴充性。透過使用 Captum ,研究者還能夠以 Pytorch 庫中的演算法為基準,快速對自己的演算法進行評估。
對模型開發者而言,透過使用 Captum 來識別模型中對結果產生較大影響的特徵,開發者能夠更快速地對模型效果進行提升,並對模型的不合理輸出進行除錯。在這一版本中,我們也提供了 Captum Insight 的試用版,該庫基於 Captum 構建,提供瞭解釋性的視覺化功能。
Captum Insight 能夠處理包括圖片、文字等型別在內的多種特徵,並幫助使用者理解特徵的屬性。目前,該庫實現了對 Integrated Gradients 演算法的支援,在未來我們還將加入對更多演算法的支援。更多資訊參見 captum.ai 。
地址:
https:// www.captum.ai/
Captum 實現了對最新的解釋性演算法的支援,包括 Integrated Gradients, DeepLIFT 和 Conductance。透過使用 Captum ,開發者可以理解特徵的重要性,並對神經網路的神經元和網路層的屬性進行更加深入的瞭解。
Captum 提供了對 Pytorch 生態系統中多種型別資料的無差別解釋能力,能夠幫助使用者開發更好的模型,並進行相關研究。
包括 Captum 在內的模型解釋庫能夠幫助工程師開發更加可信賴、可預測、效果更優的人工智慧系統。透過對系統工作原理進行解釋,工程師也能夠為決策過程提供資訊,並與他人建立可信賴的聯絡。另外,隨著多模態模型的不斷出現,模型解釋庫對多種型別的資訊提供無差別解釋和視覺化的能力將變得更加重要。
Captum 的 Github 地址:
.com/pytorch/captum
原文連結:
.com/blog/open-sourcing-captum-a-model-interpretability-library-for-pytorch
https://www.toutiao.com/a6747259559426916868/
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2660009/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 談談機器學習模型的可解釋性機器學習模型
- 深度學習模型可解釋性初探深度學習模型
- Facebook釋出PyTorch 1.1,開源AI模型優化簡化工具BoTorch & AxPyTorchAI模型優化
- Hugging Face 每週速遞: 擴散模型課程完成中文翻譯,有個據說可以教 ChatGPT 看圖的模型開源了Hugging Face模型ChatGPT
- 機器學習模型可解釋性的詳盡介紹機器學習模型
- FaceBook開源庫Fresco
- Facebook開源演算法程式碼庫PySlowFast,輕鬆復現前沿視訊理解模型演算法AST模型
- Facebook投放優化模型優化模型
- OpenAI o1式思維鏈,開源模型也可以有,成功案例來了OpenAI模型
- 開源OCR模型對比模型
- 開源視覺大模型視覺大模型
- 首批開源超300個頂尖模型:這幾家中國「AI主力軍」,合力打造了一個AI模型社群「魔搭」模型AI
- 【機器學習】乾貨丨機器學習知識點;機器學習模型的“可解釋性”到底有多重要?機器學習模型
- 為什麼開源資料庫改變許可證?資料庫
- 相信你的模型:初探機器學習可解釋性研究進展模型機器學習
- 用簡單易懂的例子解釋隱馬爾可夫模型隱馬爾可夫模型
- Jetlang是Java高併發Actor模型開源庫包Java模型
- 多模態大模型有了統一分割框架,華科PSALM多工登頂,模型程式碼全開源大模型框架
- 浪潮資訊釋出源2.0基礎大模型,千億引數全面開源大模型
- 讓數百萬臺手機訓練同一個模型?Google把這套框架開源了模型Go框架
- 人工智慧大模型之開源大語言模型彙總(國內外開源專案模型彙總)人工智慧大模型
- 開源資料庫OceanBase原始碼解讀(九):tableAPI和OB多模型資料庫原始碼API模型
- 隱馬爾可夫模型詳解隱馬爾可夫模型
- 愛開源的谷歌又來了,這次釋出的是資料庫備份完整性檢查工具谷歌資料庫
- 深度學習的可解釋性研究(一):讓模型「說人話」深度學習模型
- 真·賽博菩薩!最大的開源影片模型來了,我們實測:有點東西,但不多模型
- 開源了!唱吧 UI 元件庫開源了!UI元件
- TCP/IP模型的簡單解釋TCP模型
- 隱馬爾可夫模型(HMM)詳解隱馬爾可夫模型HMM
- 蘋果OpenELM:開源小語言模型蘋果模型
- KDD 2019論文解讀:多分類下的模型可解釋性模型
- 資料科學的下一個「超能力」:模型可解釋性資料科學模型
- 教你如何用Swift寫個json轉模型的開源庫SwiftJSON模型
- 為了讓初學者有專案可入門,我整理了這23個開源專案……
- mplus資料分析:增長模型潛增長模型與增長混合模型再解釋模型
- Facebook 科學家:別給演算法模型喂垃圾資料了…演算法模型
- 大模型學習進階 1-搭建一個開源大模型大模型
- 解決原子性問題?腦海中有這個模型就可以了模型