文件名称：pine：用于解释深度神经网络预测的可解释AI框架
文件大小：34.07MB
文件格式：ZIP
更新时间：2024-03-10 01:45:41
machine-learning deep-neural-networks deep-learning gan mnist
PINE：并行口译员网络 介绍 PINE（P arallel我nterpreter NE twork）是一种新型的可解释性框架，它提供DNNs体面的解释，以使后面的黑盒模型成为对用户透明的决策推理。 PINE是如何工作的？ PINE的结构由两个并行网络组成。 主要模型是我们要解释的主要模型，而Interperter是一个自动编码器网络，它与主要模型平行训练，最终了解了主要模型的预测方式。 由于PINE内部的损失函数，在经过训练过程的每次传播之后，解释器都会学习更多有关如何基于Main Model的输入来生成准确解释的信息。 →松→ 入门指南 安慰 1.在终端中使用以下代码来下载PINE存储库并重定向到其文件夹： git clone https://github.com/narimannemo/pine.git cd pine 2.通过使用以下代码填充必需的参数来运行main.p
【文件预览】：
pine-main
----pine.py(13KB)
----main.py(3KB)
----utils.py(6KB)
----interpreters.py(3KB)
----data()
--------mnist()
----main_models.py(3KB)
----ops.py(4KB)
----.gitignore(2KB)
----README.md(4KB)
----notebooks()
--------PINE (TF 2x)()
--------PINE (TF 1x Compatible)()