2 रिपॉजिटरी
Awesome GitHub RepositoriesAttribution Algorithm Benchmarks
Comparing and evaluating custom interpretability methods against built-in attribution algorithms for reliability and performance.
Distinct from Algorithm Benchmarking Libraries: Distinct from general Algorithm Benchmarking Libraries: specifically benchmarks attribution and interpretability algorithms, not general ML or RL algorithms.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Attribution Algorithm Benchmarks. Refine with filters or upvote what's useful.
Awesome Attribution Algorithm Benchmarks GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- jacobgil/pytorch-grad-cam
jacobgil/pytorch-grad-cam
12,893GitHub पर देखेंयह प्रोजेक्ट PyTorch के लिए एक कंप्यूटर विजन एक्सप्लेनबल AI लाइब्रेरी और फ्रेमवर्क है, जो गहरे न्यूरल नेटवर्क की आंतरिक निर्णय लेने की प्रक्रियाओं को देखने और ऑडिट करने के लिए टूल का एक सूट प्रदान करता है। यह न्यूरल नेटवर्क एट्रिब्यूशन टूल और डीबगिंग यूटिलिटी के रूप में कार्य करता है ताकि यह पहचान सके कि कौन से छवि क्षेत्र मॉडल भविष्यवाणियों को प्रेरित करते हैं। लाइब्रेरी ग्रेडिएंट-आधारित और ग्रेडिएंट-मुक्त एट्रिब्यूशन विधियों दोनों के लिए अपने समर्थन द्वारा प्रतिष्ठित है, जो मूल मॉडल स्रोत कोड में संशोधनों की आवश्यकता के बिना विजुअल हीटमैप और एट्रिब्यूशन मैप के निर्माण की अनुमति देती है। यह आगे विजुअल कॉन्सेप्ट डिस्कवरी के माध्यम से खुद को अलग करती है, आंतरिक सक्रियणों को व्याख्या योग्य पैटर्न में विघटित करने के लिए मैट्रिक्स फैक्टराइजेशन का उपयोग करती है और लेटेंट एम्बेडिंग को पिक्सेल महत्व पर मैप करती है। फ्रेमवर्क हीटमैप निर्माण और शोधन, विजन ट्रांसफार्मर जैसे आर्किटेक्चर के लिए स्थानिक परिवर्तन, और ऑब्जेक्ट डिटेक्शन और सिमेंटिक सेगमेंटेशन जैसे मल्टी-टास्क विजन लक्ष्यों के लिए अनुकूलन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें एक मॉडल फिडेलिटी मूल्यांकन सूट भी शामिल है जो उत्पन्न स्पष्टीकरणों की निष्ठा को मापने के लिए पर्टरबेशन विश्लेषण, एब्लेशन अध्ययन और स्थानीयकरण माप का उपयोग करता है। प्रोजेक्ट विभिन्न मॉडल आउटपुट से एक्सप्लेनबिलिटी टूल को जोड़ने के लिए डायनामिक एक्टिवेशन हुकिंग, कस्टम आर्किटेक्चर अनुकूलन, और लक्ष्य-संचालित उद्देश्य कॉन्फ़िगरेशन के लिए तंत्र प्रदान करता है।
Benchmarks various attribution algorithms like GradCAM and ScoreCAM to evaluate their reliability and performance.
Python - pytorch/captum
pytorch/captum
5,652GitHub पर देखेंCaptum is an open-source library for explaining model predictions by attributing them to input features, neurons, and layers using gradient-based and perturbation-based methods. It provides a modular framework for implementing, evaluating, and combining a range of explanation techniques, including gradient-based attribution, perturbation-based analysis, game-theoretic Shapley value approximation, and surrogate model explanations, with support for parallelization and noise stabilization. The library distinguishes itself through its breadth of attribution methods and its support for advanced in
Compares and evaluates custom interpretability methods against built-in attribution algorithms for reliability and performance.
Python
