访问官网
Github
文档
论文
Lucent
PyTorch + Lucid = Lucent
将出色的Lucid库适配到出色的PyTorch!
Lucent与Lucid或OpenAI的Clarity团队并无关联,尽管我们非常希望能够合作! 感谢原Lucid作者,我们只是将代码适配到PyTorch,此处发现的所有问题和错误由我们承担责任。
使用方法
Lucent目前处于预alpha阶段,可以通过以下命令在本地安装:
pip install torch-lucent
秉承Lucid的精神,借助Google的Colab,立即上手使用Lucent!
你也可以克隆此仓库并使用Jupyter在本地运行笔记本。
快速入门
import torch
from lucent.optvis import render
from lucent.modelzoo import inceptionv1
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model = inceptionv1(pretrained=True)
model.to(device).eval()
render.render_vis(model, "mixed4a:476")
教程
其他笔记本
在这里,我们尝试重现了一些Lucid笔记本!你也可以查看lucent-notebooks仓库来克隆所有笔记本。
推荐阅读
相关演讲
- Distill ML研究一年的经验教训 (Shan Carter, OpenVisConf)
- 机器学习可视化 (Ian Johnson, OpenVisConf)
Slack
欢迎加入Distill slack上的#proj-lucid和#circuits频道!
附加信息
许可和免责声明
你可以根据Apache 2.0许可证使用本软件。详见LICENSE。
