Git Stars Git Stars

#interpretable-ai 仓库

探索 10 个标记为 #interpretable-ai 的活跃开源 GitHub 仓库,它们累计获得 36,295 个 Star(平均每个项目 3,629 个)。该主题的领先项目是 jacobgil/pytorch-grad-cam,拥有 13,014 个 Star。

10
仓库总数
36,295
总星标数
3,629
平均每个仓库星标数
1
jacobgil/pytorch-grad-cam

计算机视觉的高级 AI 可解释性。支持 CNN、Vision Transformers、分类、对象检测、分割、图像相似性等。

jacobgil
⭐ 13,014 Python 👤 jacobgil User 🕐 已更新 2026-11-01 📅 创建时间 2017-05-31
2
interpretml/interpret

拟合可解释模型。解释黑箱机器学习。

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 已更新 2026-11-16 📅 创建时间 2019-05-03
3
meta-pytorch/captum

PyTorch 的模型可解释性和理解

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 已更新 2026-11-19 📅 创建时间 2019-08-27
4
jphall663/awesome-machine-learning-interpretability

精选的优秀负责任机器学习资源列表。

jphall663
⭐ 4,088 👤 jphall663 User 🕐 已更新 2026-06-03 📅 创建时间 2018-06-21
5
linkedin/greykite

一个灵活、直观且快速的预测库

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 已更新 2025-02-20 📅 创建时间 2021-04-27
6
wangyongjie-ntu/Awesome-explainable-AI

关于可解释人工智能/机器学习的研究资料集

wangyongjie-ntu
⭐ 1,660 Markdown 👤 wangyongjie-ntu User 🕐 已更新 2026-08-19 📅 创建时间 2020-02-16
7
dswah/pyGAM

[欢迎贡献者] Python 中的广义加性模型

dswah
⭐ 1,024 Python 👤 dswah User 🕐 已更新 2026-04-21 📅 创建时间 2017-01-19
9
jphall663/interpretable_machine_learning_with_python

训练可解释 ML 模型、解释 ML 模型以及针对准确性、歧视性和安全性的调试 ML 模型的技术示例。

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 已更新 2024-06-17 📅 创建时间 2018-03-14
10
tensorflow/lattice

TensorFlow 中的 Lattice 方法

tensorflow
⭐ 520 Python 👤 tensorflow Organization 🕐 已更新 2024-07-30 📅 创建时间 2017-09-22

常见问题解答

1

GitHub 上最受欢迎的 #interpretable-ai 仓库是什么?

GitHub 上排名第一的开源 #interpretable-ai 项目是 jacobgil/pytorch-grad-cam,拥有 13,014 个 Star。计算机视觉的高级 AI 可解释性。支持 CNN、Vision Transformers、分类、对象检测、分割、图像相似性等。

2

#interpretable-ai 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #interpretable-ai 项目中,最常见的编程语言是 Python, C++, Markdown, Jupyter Notebook。

3

#interpretable-ai 仓库的排名是如何计算的?

我们跟踪了 10 个标记为 #interpretable-ai 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 36,295 个 Star,平均每个仓库拥有 3,629 个 Star。排名每日根据 GitHub API 更新。