Transformer-Explainability
von hila-chefer · GitHub
[CVPR 2021] Offizielle PyTorch-Implementierung für die Transformer-Interpretierbarkeit über die Aufmerksamkeitsvisualisierung hinaus, eine neuartige Methode zur Visualisierung von Klassifikationen durch auf Transformern basierende Netzwerke.
# attention-matrix# attention-visualization# bert# bert-model
⭐ Sterne
2k
🍴 Forks
260
📜 Lizenz
MIT
Kommerzielle Nutzung erlaubt📅 Erstellt
2020
🔄 Letzter Commit
2 yr ago
🏷️ Kategorie
attention-matrix
💻 Sprache
Jupyter Notebook
📈 Sternhistorie
📊 Star history will build up here over the coming days (1 data point recorded so far).
📄 Über
[CVPR 2021] Offizielle PyTorch-Implementierung für die Transformer-Interpretierbarkeit über die Aufmerksamkeitsvisualisierung hinaus, eine neuartige Methode zur Visualisierung von Klassifikationen durch auf Transformern basierende Netzwerke.
🏅 Wartender dieses Projekts?
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/hila-chefer-transformer-explainability.html)
🔗 Verwandte Projekte
leedl-tutorial
《李宏毅深度学习教程》（Empfohlen von Lehrer Li Hongyi 👍, Apple Books 🍎），PDF-Download-Link: https://github.…
★ 16.7k · bert
PaddleNLP
Einfache und leistungsstarke LLM- und SLM-Bibliothek mit fantastischem Modell-Zoo.
★ 13k · bert
clip-as-service
🏄 Skalierbare Einbettung, Schlussfolgerung, Ranking für Bilder und Sätze mit CLIP
★ 12.8k · bert