Captum · Model Interpretability for PyTorch
Interpréter des modèles dans PyTorch
Score
60
Évaluation Utilisateur
3.0
Support Gratuit/Essai
Pris en Charge
Prix de Démarrage
--
Dernière Mise à Jour
août 14, 2026
Aperçu
Qu'est-ce que Captum · Model Interpretability for PyTorch ?
Captum est une bibliothèque PyTorch pour l'interprétabilité des modèles. Il fournit des outils et des techniques pour comprendre et attribuer les prédictions des modèles PyTorch selon diverses modalités, notamment la vision et le texte. Captum prend en charge la plupart des modèles PyTorch et permet une implémentation et une analyse comparative faciles de nouveaux algorithmes d'interprétabilité.
À quoi sert Captum · Model Interpretability for PyTorch ?
Tags
Groupes d'Utilisateurs
Fonctionnalités Principales
- Prise en charge de l'interprétabilité multimodale
- Construit sur PyTorch
- Extensible et open source
Comment utiliser Captum · Model Interpretability for PyTorch ?
Installez Captum via conda ou pip. Importez les bibliothèques nécessaires telles que numpy, torch et IntegratedGradients depuis captum.attr. Définissez et préparez votre modèle PyTorch. Instanciez un algorithme d'interprétabilité (par exemple, IntegratedGradients). Appliquez l'algorithme à vos données d'entrée et à votre référence pour obtenir les attributions et le delta de convergence.
Outils Alternatifs
Aucun outil alternatif trouvé
Avantages & Inconvénients
Aucune Donnée
Cas d'Utilisation
- Comprendre l'importance des fonctionnalités dans les modèles de classification d'images
- Analyser l'influence des mots dans les modèles de classification de textes
Tarifs de Captum · Model Interpretability for PyTorch
Plan GratuitPlan d'Abonnement
Aucune information détaillée sur les prix disponible
Avis Utilisateurs
3.0
sur 5
3.0
Aucun avis pour le moment
Soyez le premier à évaluer cet outil !