!143 modify the error links in xai Merge pull request !143 from 宦晓玲/master
View English
XAI是一个基于 MindSpore 的可解释AI工具箱。当前深度学习模型多为黑盒模型,性能表现好但可解释性较差。XAI旨在为用户提供对模型决策依据的解释,帮助用户更好地理解模型、信任模型,以及当模型出现错误时有针对性地改进模型效果。除了提供多种解释方法,还提供了一套对解释方法效果评分的度量方法,从多种维度评估解释方法的效果,从而帮助用户比较和选择最适合于特定场景的解释方法。
最简单的做法:
pip install mindspore-xai
或者从MindSpore XAI下载页面下载并安装whl包。
pip install mindspore_xai-{version}-py3-none-any.whl
git clone https://gitee.com/mindspore/xai.git
cd xai pip install -r requirements.txt
python setup.py install
.whl
bash package.sh pip install output/mindspore_xai-{version}-py3-none-any.whl
成功安装后,在Python运行以下代码会印出已安装的XAI版本:
import mindspore_xai print(mindspore_xai.__version__)
关于如何快速使用XAI为模型进行解释及API文档,请点击查看XAI官網。
查看MindSpore如何进行开放治理。
欢迎参与贡献。更多详情,请参阅我们的贡献者Wiki。
Apache License 2.0
版权所有:中国计算机学会技术支持:开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802032778号
可解释AI (XAI)
View English
什么是可解释AI (XAI)
XAI是一个基于 MindSpore 的可解释AI工具箱。当前深度学习模型多为黑盒模型,性能表现好但可解释性较差。XAI旨在为用户提供对模型决策依据的解释,帮助用户更好地理解模型、信任模型,以及当模型出现错误时有针对性地改进模型效果。除了提供多种解释方法,还提供了一套对解释方法效果评分的度量方法,从多种维度评估解释方法的效果,从而帮助用户比较和选择最适合于特定场景的解释方法。
系统架构
安装教程
系统要求
pip安装
最简单的做法:
或者从MindSpore XAI下载页面下载并安装whl包。
从源码安装
.whl安装包:验证是否安装成功
成功安装后,在Python运行以下代码会印出已安装的XAI版本:
快速入门及API文档
关于如何快速使用XAI为模型进行解释及API文档,请点击查看XAI官網。
社区
治理
查看MindSpore如何进行开放治理。
贡献
欢迎参与贡献。更多详情,请参阅我们的贡献者Wiki。
许可证
Apache License 2.0