Project Icon

zennit

基于PyTorch的神经网络解释与探索框架

Zennit是基于PyTorch的神经网络解释框架,专注于分层相关性传播(LRP)技术。它为研究人员提供了高度可定制和集成的标准化解决方案,用于应用基于规则的归因方法。该框架要求模型使用PyTorch的torch.nn.Module结构,目前处于活跃开发阶段,已具备基本稳定性,可用于多种神经网络解释任务。

inseq - 基于Pytorch的序列生成模型解释性分析工具
GithubInseqPytorch序列生成开源项目模型解释集成渐变
Inseq是一个基于Pytorch的可定制工具包,专为序列生成模型的后验可解释性分析设计。它支持多种特性归因方法,可高效分析单例或整套数据集的各类模型,包括GPT-2。Inseq支持在Jupyter Notebook、浏览器和命令行中进行可视化,并提供多种后处理和归因映射合并功能。
transformers-interpret - 快速解读Transformer模型的工具,只需2行代码
GithubTransformers Interprettransformers可视化开源项目文本分类解释工具
Transformers-interpret是一款为Transformer模型设计的解释工具,只需简单代码即可实现。支持文本和计算机视觉模型,并可在笔记本中展示或保存为PNG和HTML文件。通过导入预训练模型和tokenizer,用户能快速获得预测分类解释,并提供可视化功能。此项目基于Captum库构建,支持多标签分类等功能,帮助开发者深入理解模型决策。
interpret-community - 强化可解释AI的开源工具库
GithubInterpret-CommunitySHAP可解释性开源项目机器学习模型解释
Interpret-Community是扩展Interpret库的开源项目,为表格数据模型提供增强的可解释性技术。它集成了SHAP、LIME等多种解释器,适用于各类机器学习模型。项目还包含交互式可视化工具,便于分析数据与模型。该项目优化了可解释性技术,使其能够处理实际数据集和工作流程,致力于增强机器学习模型的可解释性和透明度。
TNN - 轻量级、高效能、多平台支持的开源深度学习框架
GithubTNN人工智能开源项目性能优化模型转换跨平台
TNN,腾讯优图实验室开源的神经网络推理框架,提供针对移动设备和X86/NV GPUs的高效性能优化。该框架已被QQ、微视等多款应用使用,并支持各大平台包括TensorFlow、Pytorch、MxNet。
neurite - 医疗影像分析神经网络工具箱,支持TensorFlow和Keras
GithubNeuritekerastensorflow医疗影像分析卷积网络开源项目
Neurite是一个专注于医疗影像分析的神经网络工具箱,兼容TensorFlow和Keras,包括多种网络层、实用工具、灵活模型、生成器和回调函数,适合处理、训练和调试医疗影像数据。其主要功能有UNet模型、卷积编码器和解码器、N维网格插值、分割工具和度量指标。该工具可以通过pip简单安装,并提供科研文献引用支持,项目鼓励社区贡献,已在VoxelMorph和brainstorm等项目中使用。
ferret - Transformer模型可解释性技术的集成框架
GithubTransformersferret可解释性开源项目特征归因评估指标
ferret是一个Python库,集成了Transformer模型的可解释性技术。它提供四种基于Token级特征归因的解释方法和六种评估协议,与transformers库无缝对接。通过简洁的API、可视化工具和数据集评估功能,ferret帮助用户深入理解和评估文本模型的决策过程。
aimet - 深度学习模型优化的量化与压缩工具
AIMETGithubPyTorch开源项目模型压缩模型量化深度学习
AI Model Efficiency Toolkit (AIMET) 提供先进的模型量化和压缩技术,专注于优化已训练的神经网络模型。其主要功能包括跨层均衡、偏差校正、自适应舍入和量化感知训练,显著提升模型运行性能,降低计算和内存要求,并保持任务精度。AIMET 兼容 PyTorch、TensorFlow 和 ONNX 模型,通过 AIMET Model Zoo 提供优化的8位推理神经网络模型。同时,AIMET 支持空间SVD和通道剪枝等压缩技术,并提供可视化工具检查模型量化和压缩效果。
pytorch-onn - 基于PyTorch的光子神经网络仿真与优化框架
AI计算GPU加速GithubPyTorch光子集成电路开源项目神经网络
pytorch-onn是一个基于PyTorch的光子神经网络仿真框架。该框架支持GPU加速的相干和非相干光学神经网络训练与推理,可扩展至百万参数规模。它提供了高度优化的并行处理和多功能API,支持从器件到系统级的协同设计与优化。这一工具主要面向神经形态光子学、光学AI系统和光子集成电路优化等领域的研究人员。
zoo - 轻量级二值化神经网络模型库
GithubLarq ZooPythonTensorFlow开源项目深度学习神经网络
Larq Zoo是一个专注于二值化神经网络(BNN)的开源模型库,提供多种预训练BNN模型。作为Larq生态系统的一部分,它与Larq和Larq Compute Engine协同工作,支持BNN的构建、训练和部署。该项目适用于Python 3.8-3.10和TensorFlow 2.4-2.12版本,通过pip可轻松安装。Larq Zoo由Plumerai公司开发,旨在推进BNN研究和应用,特别适合在移动和边缘设备上部署AI。
awesome_deep_learning_interpretability - 最新深度学习模型解释性研究与资源汇编
Githubawesome_deep_learning_interpretability开源项目引用次数最新论文模型解释性深度学习
本项目收录了最新的159篇深度学习模型解释性相关论文,便于研究人员和工程师深入了解模型内部原理及行为。这些论文按引用次数排序,涵盖多个学科领域,提供了相应代码资源,帮助用户更好地应用解释性技术。页面内容定期更新,保障最新研究成果的收录和呈现。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号