Artigos de alta citação/reuniões principais sobre a interpretabilidade de modelos de redes neurais em aprendizado profundo nos últimos anos (com código incluído)
Navegue por uma coleção de artigos altamente citados sobre a interpretação de modelos de aprendizado profundo, completos com exemplos de código.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserArtigos de alta citação/reuniões principais sobre a interpretabilidade de modelos de redes neurais em aprendizado profundo nos últimos anos (com código incluído)
awesome_deep_learning_interpretability tem 767 estrelas no GitHub. Foi bifurcado 122 vezes. Está em desenvolvimento ativo desde 2020. awesome_deep_learning_interpretability está disponível sob a licença MIT. Os seus principais temas são: awesome, awesome-list, chainer, computer-vision.
Artigos de alta citação/reuniões principais sobre a interpretabilidade de modelos de redes neurais em aprendizado profundo nos últimos anos (com código incluído)
awesome_deep_learning_interpretability é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. awesome_deep_learning_interpretability é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
awesome_deep_learning_interpretability está disponível sob a licença MIT.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/onetaken-awesome-deep-learning-interpretability.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.