awesome_deep_learning_interpretability
Articles très cités/hauts sur l'interprétabilité des modèles de réseaux neuronaux en apprentissage profond ces dernières années (avec code)
Parcourez une collection d'articles très cités sur l'interprétation des modèles d'apprentissage profond, accompagnés d'exemples de code.
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 momentArticles très cités/hauts sur l'interprétabilité des modèles de réseaux neuronaux en apprentissage profond ces dernières années (avec code)
awesome_deep_learning_interpretability compte 767 étoiles sur GitHub. Il a été forké 122 fois. Il est développé activement depuis 2020. awesome_deep_learning_interpretability est disponible sous licence MIT. Ses principaux thèmes sont : awesome, awesome-list, chainer, computer-vision.
Qu'est-ce que awesome_deep_learning_interpretability ?
Articles très cités/hauts sur l'interprétabilité des modèles de réseaux neuronaux en apprentissage profond ces dernières années (avec code)
awesome_deep_learning_interpretability est-il open source ?
awesome_deep_learning_interpretability est un projet open source. Il est distribué sous licence MIT.
awesome_deep_learning_interpretability est-il gratuit ?
Oui. awesome_deep_learning_interpretability est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est awesome_deep_learning_interpretability ?
awesome_deep_learning_interpretability est disponible sous licence MIT.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/onetaken-awesome-deep-learning-interpretability.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.