可解释AI开源框架——XAITK
导语
xaitk-saliency 是一个开源的可解释AI(Explainable AI,XAI)框架,提供了视觉显著性算法的接口和相关实现,专为分析和自治应用而构建。
关于XAI的详尽介绍和对视觉显著性的解释请参阅详细介绍:
https://xaitk-saliency.readthedocs.io/en/latest/introduction.html
GitHub项目地址:
https://github.com/XAITK/xaitk-saliency
xaitk-saliency 是可解释AI工具包 XAITK 的一部分。
Leo | 编译
邓一雪 | 编辑
支持的算法
支持的算法
xaitk-saliency 包为广泛的图像理解任务提供了显著性算法,包括图像分类、图像相似性、对象检测和强化学习。当前支持的显著性算法列表也可以参看详细介绍。
目标受众
目标受众
该工具包旨在帮助想要向其工作流程或产品添加视觉显著性解释的数据科学家和开发人员。该框架功能既可以直接用于目标实验,也可以通过 Strategy 和 Adapter 模式应用于系统和应用程序的模块化集成。
安装方法
安装方法
通过 pip 进行安装
一些插件需要额外的依赖,其他安装信息请参考:
https://xaitk-saliency.readthedocs.io/en/latest/implementations.html
上手示例
上手示例
我们在目录中提供了许多基于 Jupyter Notebook 的示例, ./examples/ 文件夹就显示了xaitk-saliency包在许多不同上下文中的用法。
欢迎投稿新的示例!有关详细信息,请参阅CONTRIBUTING.md文件。
文档
文档
最新与历史文档托管在 ReadTheDocs (https://xaitk-saliency.readthedocs.io/en/latest)上。
也可利用 sphinx 在本地构建最新的文档
因果科学读书会第三季
由智源社区、集智俱乐部联合举办的因果科学与Causal AI读书会第三季,将主要面向两类人群:如果你从事计算机相关方向研究,希望为不同领域引入新的计算方法,通过大数据、新算法得到新成果,可以通过读书会各个领域的核心因果问题介绍和论文推荐快速入手;如果你从事其他理工科或人文社科领域研究,也可以通过所属领域的因果研究综述介绍和研讨已有工作的示例代码,在自己的研究中快速开始尝试部署结合因果的算法。读书自2021年10月24日开始,每周日上午 10:00-12:00举办,持续时间预计 2-3 个月。
详情请见:
因果+X:解决多学科领域的因果问题 | 因果科学读书会第三季启动
推荐阅读
-
Barabási算法+Physics Reports精选,网络科学综述10年Top10 | 妙算复杂 -
简捷不简单——应用Netlogo编程模拟雪花生成 -
《张江·复杂科学前沿27讲》完整上线! -
成为集智VIP,解锁全站课程/读书会 -
加入集智,一起复杂!
点击“阅读原文”,报名读书会