- 全局可解释性方法
- 局部可解释性方法：
- Shap Value
- Permutation
- 积分梯度法：
- 避免了直接以梯度作为特征重要性所带来的梯度饱和问题
- Algorithm Descriptions · Captum
神经网络的可解释性方法
嘿哈哈哈2023-09-06 22:24
相关推荐
love530love1 分钟前
Docker 稳定运行与存储优化全攻略（含可视化指南）HeartException27 分钟前
量子计算+AI芯片：光子计算如何重构神经网络硬件生态摸鱼仙人~31 分钟前
Minstrel：多智能体协作生成结构化 LangGPT 提示词AI街潜水的八角2 小时前
深度学习图像分类数据集—濒危动物识别分类安思派Anspire2 小时前
LangGraph + MCP + Ollama：构建强大代理 AI 的关键（一）程序员陆通2 小时前
独立开发A/B测试实用教程knowfoot2 小时前
硬核拆解！跟着公式“走”一遍，你也能彻底看懂神经网络FF-Studio2 小时前
大语言模型（LLM）课程学习（Curriculum Learning）、数据课程（data curriculum）指南：从原理到实践DDDDDouble2 小时前
＜二＞Sping-AI alibaba 入门-记忆聊天及持久化PyAIExplorer2 小时前
图像处理中的插值方法：原理与实践