Transformer-Explainability
[CVPR 2021] Implémentation officielle PyTorch pour l'interprétabilité des Transformers au-delà de la visualisation de l'attention, une méthode novatrice pour visualiser les classifications par des réseaux basés sur des Transformers.
Visualisez comment les modèles Transformer prennent des décisions au-delà de l'analyse des scores d'attention.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment[CVPR 2021] Implémentation officielle PyTorch pour l'interprétabilité des Transformers au-delà de la visualisation de l'attention, une méthode novatrice pour visualiser les classifications par des réseaux basés sur des Transformers.
Transformer-Explainability compte 2k étoiles sur GitHub. Il a été forké 260 fois. Transformer-Explainability est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2020. Transformer-Explainability est disponible sous licence MIT. Ses principaux thèmes sont : attention-matrix, attention-visualization, bert, bert-model.
Qu'est-ce que Transformer-Explainability ?
[CVPR 2021] Implémentation officielle PyTorch pour l'interprétabilité des Transformers au-delà de la visualisation de l'attention, une méthode novatrice pour visualiser les classifications par des réseaux basés sur des Transformers.
Transformer-Explainability est-il open source ?
Transformer-Explainability est un projet open source. Il est distribué sous licence MIT.
Transformer-Explainability est-il gratuit ?
Oui. Transformer-Explainability est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Transformer-Explainability ?
Transformer-Explainability est disponible sous licence MIT.
Dans quel langage Transformer-Explainability est-il écrit ?
Transformer-Explainability est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/hila-chefer-transformer-explainability.html)
