Project Icon

nnsight

解释和操作深度学习模型内部的Python包

nnsight是一个专门用于深度学习模型内部解释和操作的Python包。它可以访问模型隐藏状态、进行噪声注入和跨提示干预。该工具支持保存中间值、修改参数和多token生成等功能,方便研究人员和开发者深入分析和调试神经网络模型。

lucent - 将PyTorch神经网络可视化和解释的开源库
GithubLucentPyTorch开源项目深度学习可视化特征可视化神经网络解释
Lucent是一个将Lucid库功能适配到PyTorch平台的开源项目。它为PyTorch深度学习模型提供可视化和解释功能,使研究人员能够探索神经网络内部结构、生成特征可视化和进行风格迁移。该项目提供教程和示例notebook,便于快速入门。尽管处于早期阶段,Lucent已展现出在解释和改进深度学习模型方面的潜力。
llm-transparency-tool - 深入分析Transformer语言模型的交互式可视化工具
GithubLLM Transparency Tool可视化分析开源项目神经网络语言模型贡献图
LLM Transparency Tool是一个用于分析Transformer语言模型的交互式工具。该工具支持选择模型和提示、运行推理,并通过贡献图可视化模型内部机制。它能够展示token表示、注意力头和前馈网络块的详细信息,有助于理解模型的决策过程。这个工具兼容多种模型,并提供Docker部署选项,是研究人员和开发者分析语言模型的实用资源。
trulens - 神经网络评估与解释工具,支持大语言模型开发与监控
GithubTruLensTruLens-EvalTruLens-Explain开源项目深度学习神经网络
TruLens 提供开发和监控神经网络的工具,特别是大语言模型。TruLens-Eval 可系统性评估和跟踪LLM应用,帮助识别和改进性能;TruLens-Explain 提供跨框架的深度学习可解释性,支持TensorFlow、PyTorch和Keras。查看官方文档以获取快速安装和使用指南,帮助开发者高效构建与优化模型应用。
pytorch-summary - PyTorch模型总结和可视化工具
CNNGithubKerasPyTorchtorchinfo开源项目模型可视化
pytorch-summary提供类似Keras的model.summary()功能,帮助在PyTorch中可视化和调试模型。用户可以通过pip安装或从GitHub克隆获取,轻松查看模型参数和结构,支持多种输入格式。适用于各种神经网络模型,包括CNN和VGG16,支持计算模型大小和内存需求。该工具基于MIT许可,并由社区贡献者支持和启发。
NeuralFlow - Mistral 7B模型中间层输出可视化工具
GithubMistral 7BNeural Flow中间层输出开源项目微调模型可视化
NeuralFlow是一个Python工具,用于可视化Mistral 7B语言模型的中间层输出。它生成512x256的热图,展示模型每层的输出。该工具可用于分析模型结构和监控fine-tuning过程中的变化。NeuralFlow将4096维张量数据转化为直观的视觉表现,为AI模型开发提供新的分析方法。
torchinfo - 高级模型结构查看工具,适用于PyTorch
APIGithubPyTorchTensorflowmodel summarytorchinfo开源项目
Torchinfo 提供了类似 TensorFlow `model.summary()` API 的功能,可视化和调试 PyTorch 模型。支持包括 RNN 和 LSTM 在内的多种层,并返回 ModelStatistics 对象。项目拥有简洁界面、多种自定义选项和详细文档,适用于 Jupyter Notebook 和 Google Colab,且经过综合单元测试和代码覆盖测试验证。
captum - PyTorch模型可解释性和理解的开源库
CaptumGithubPyTorch开源项目模型可解释性特征归因神经网络分析
Captum是为PyTorch设计的模型可解释性库,提供集成梯度等多种算法,帮助理解模型预测依据和学习过程。它支持对抗攻击和输入扰动功能,可生成反事实解释。适用于模型开发者和可解释性研究人员,有助于改进模型性能和进行解释性研究。
DiCE - 机器学习模型的多样性反事实解释方法
DiCEGithubPython反事实解释开源项目机器学习模型解释
DiCE提供机器学习模型的反事实(CF)解释,通过生成特征扰动版本帮助探索模型的假设情景。适用于财务、医疗、教育等领域,支持生成多样性和接近原始输入的解释。提供Python支持,随时可通过PyPI和Conda安装。其优化算法和简单约束功能确保对各种ML模型的广泛适应性。
model-explorer - AI模型结构可视化与分析工具
GithubModel Explorer开源项目模型分析模型可视化模型调试深度学习
Model Explorer是一款AI模型结构可视化工具,支持TFLite、TF、TFJS、MLIR和PyTorch等多种格式。它提供层级化展示,允许动态展开或折叠各层,并具备高亮输入输出、元数据叠加、交互式弹窗等功能。工具还支持搜索、显示相同层和GPU加速渲染,方便开发者进行模型探索和调试。Model Explorer提供扩展框架,便于添加对其他格式的支持。
insightface - 综合人脸分析开源工具库
GithubInsightFace人脸对齐人脸检测人脸识别开源项目深度学习
InsightFace是一个综合人脸分析开源工具库,基于PyTorch和MXNet实现。它涵盖人脸识别、检测和对齐等多个任务,提供高效算法、训练数据和网络设计。支持ArcFace、RetinaFace等方法,并包含多种网络骨干。该项目还提供评估流程和预训练模型,适用于人脸分析的研究与应用。
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