为派托奇清醒。收集神经网络可解释性研究的基础设施和工具。
torch-lucent的Python项目详细描述
朗讯
PyTorch+Lucid=Lucent
奇妙的Lucid图书馆适应了奇妙的Pythorch!在
Lucent并不隶属于Lucid或OpenAI的Clarity团队,尽管我们很乐意加入! 这归功于原始的清晰的作者,我们只是为PyTorch修改了代码,我们为这里发现的所有问题和错误承担责任。在
使用
Lucent仍处于pre-alpha阶段,可以使用以下命令在本地安装:
pip install torch-lucent
本着Lucid的精神,立即与Lucent合作,感谢Google的Colab!在
您还可以克隆此存储库并使用Jupyter在本地运行笔记本。在
快速启动
^{pr2}$教程
其他笔记本
在这里,我们试着重现一些清晰的笔记本!您还可以查看lucent-notebooksrepo来克隆所有笔记本。在
推荐读数
- Feature Visualization
- The Building Blocks of Interpretability
- Using Artificial Intelligence to Augment Human Intelligence
- Visualizing Representations: Deep Learning and Human Beings
- Differentiable Image Parameterizations
- Activation Atlas
相关会谈
- Lessons from a year of Distill ML Research(山卡特,OpenVisConf)
- Machine Learning for Visualization(伊恩·约翰逊,OpenVisConf)
懈怠
在Distill slack上查看#proj-lucid
和{
附加信息
许可和免责声明
您可以在Apache 2.0许可证下使用此软件。见LICENSE。在
- 项目
标签: