您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Transformer-Explainability:[CVPR 2021]超越注意力可视化的变压器可解释性的官方PyTorch实施,这是一种通过基于变压器的网络对分类进行可视化的新方法-源码

  2. 的PyTorch实现[CVPR 2021] 更新 2021年3月15日: 2021年2月28日:我们的论文被CVPR 2021接受了! 2021年2月17日: 2021年1月5日: 介绍 的正式实现。 我们介绍了一种新颖的方法,该方法可以可视化基于Transformer的模型针对视觉和NLP任务进行的分类。我们的方法还可以可视化每个班级的解释。 方法包括三个阶段: 使用我们新颖的LRP公式计算每个关注矩阵的相关性。 每个注意力矩阵的梯度反向传播与可视化类有关。渐变用于平均注意力头。
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:2097152
    • 提供者:weixin_42136837