Logo
latest

介绍

  • 主题概述

示例

  • 表格示例
  • 文本示例
  • 图像示例
    • 图像分类
      • 使用 Partition 解释器解释 PyTorch MobileNetV2
      • 使用 Partition 解释器解释 ResNet50
      • 解释VGG16在ImageNet上的中间层
      • 解释VGG16在ImageNet上的中间层(PyTorch)
      • 首页 DeepExplainer MNIST 示例
      • 使用 Partition 解释器解释 ResNet50 ImageNet 分类
      • ImageNet 上的多类别 ResNet50(TensorFlow)
      • ImageNet 上的多类别 ResNet50(TensorFlow)
      • 多输入梯度解释器 MNIST 示例
      • PyTorch Deep Explainer MNIST 示例
    • 图像描述
      • 使用 Azure 认知服务和分区解释器解释图像字幕(图像到文本)
      • 使用开源图像字幕模型和分区解释器解释图像字幕(图像到文本)
  • 基因组示例

参考

  • API 参考
  • API 示例
  • 基准测试

开发

  • 发行说明
  • 贡献指南
SHAP
  • 图像示例
  • 查看页面源码

图像示例

这些示例解释了应用于图像数据的机器学习模型。它们都是从Jupyter笔记本生成的,这些笔记本可在GitHub上找到。

图像分类

使用 shap.explainers.Partition 解释图像分类器的示例。

  • 使用 Partition 解释器解释 PyTorch MobileNetV2
  • 使用 Partition 解释器解释 ResNet50
  • 解释VGG16在ImageNet上的中间层
  • 解释VGG16在ImageNet上的中间层(PyTorch)
  • 首页 DeepExplainer MNIST 示例
  • 使用 Partition 解释器解释 ResNet50 ImageNet 分类
  • ImageNet 上的多类别 ResNet50(TensorFlow)
  • ImageNet 上的多类别 ResNet50(TensorFlow)
  • 多输入梯度解释器 MNIST 示例
  • PyTorch Deep Explainer MNIST 示例

图像描述

使用 shap.explainers.Permutation 生成与模型无关的解释的示例。

  • 使用 Azure 认知服务和分区解释器解释图像字幕(图像到文本)
  • 使用开源图像字幕模型和分区解释器解释图像字幕(图像到文本)
上一页 下一页

© 版权所有 2018, Scott Lundberg。

利用 Sphinx 构建,使用的 主题 由 Read the Docs 开发.