#interpretable-ai Repositories
Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #interpretable-ai getaggt sind und insgesamt 36,295 Sterne gesammelt haben (durchschnittlich 3,629 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist jacobgil/pytorch-grad-cam mit 13,014 Sternen.
Insgesamt 10 Repositories
Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifikation, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.
Passen Sie interpretierbare Modelle an. Erklären Sie Blackbox-Machine-Learning.
Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.
Eine Sammlung von Forschungsmaterialien zu erklärbarer KI/ML
Beispiele für Techniken zum Trainieren interpretierbarer ML-Modelle, Erklären von ML-Modellen und Debuggen von ML-Modellen hinsichtlich Genauigkeit, Diskriminierung und Sicherheit.
Häufig gestellte Fragen
Welches ist das beliebteste #interpretable-ai-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#interpretable-ai-Projekt auf GitHub ist jacobgil/pytorch-grad-cam mit 13,014 Sternen. Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifikation, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.
Welche Programmiersprachen werden in #interpretable-ai-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #interpretable-ai-Projekten auf GitHub sind Python, C++, Markdown, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #interpretable-ai-Repositories berechnet?
Wir verfolgen 10 aktive Open-Source-Repositories, die mit #interpretable-ai getaggt sind (500+ Sterne), mit insgesamt 36,295 Sternen und durchschnittlich 3,629 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.