Captum · Model Interpretability for PyTorch
Interpretar modelos en PyTorch
Puntuación
60
Calificación de Usuario
3.0
Soporte Gratuito/Prueba
Soportado
Precio Inicial
--
Última Actualización
ago 14, 2026
Resumen
¿Qué es Captum · Model Interpretability for PyTorch?
Captum es una biblioteca de PyTorch para la interpretabilidad de modelos. Proporciona herramientas y técnicas para comprender y atribuir las predicciones de los modelos PyTorch en diversas modalidades, incluidas la visión y el texto. Captum es compatible con la mayoría de los modelos de PyTorch y permite una fácil implementación y evaluación comparativa de nuevos algoritmos de interpretabilidad.
¿Para qué se usa Captum · Model Interpretability for PyTorch?
Etiquetas
Grupos de Usuarios
Características Principales
- Soporte de interpretabilidad multimodal
- Construido en PyTorch
- Ampliable y de código abierto
¿Cómo usar Captum · Model Interpretability for PyTorch?
Instale Captum mediante conda o pip. Importe las bibliotecas necesarias como numpy, torch e IntegratedGradients desde captum.attr. Defina y prepare su modelo PyTorch. Crear una instancia de un algoritmo de interpretabilidad (por ejemplo, IntegratedGradients). Aplique el algoritmo a sus datos de entrada y línea base para obtener atribuciones y delta de convergencia.
Herramientas Alternativas
No se encontraron herramientas alternativas
Pros & Contras
Sin Datos
Casos de Uso
- Comprender la importancia de las características en los modelos de clasificación de imágenes.
- Analizando la influencia de las palabras en los modelos de clasificación de textos.
Precios de Captum · Model Interpretability for PyTorch
Plan GratuitoPlan de Suscripción
No hay información detallada de precios disponible
Reseñas de Usuarios
3.0
de 5
3.0
Aún no hay reseñas
¡Sé el primero en reseñar esta herramienta!