Lucent

<!--*即使你知道它是如何实现的,它仍然是魔法。GNU Terry Pratchett*-->

PyTorch + Lucid = Lucent

将出色的Lucid库适配到出色的PyTorch!

Lucent与Lucid或OpenAI的Clarity团队并无关联,尽管我们非常希望能够合作! 感谢原Lucid作者,我们只是将代码适配到PyTorch,此处发现的所有问题和错误由我们承担责任。

使用方法

Lucent目前处于预alpha阶段,可以通过以下命令在本地安装:

pip install torch-lucent

秉承Lucid的精神,借助Google的Colab,立即上手使用Lucent!

你也可以克隆此仓库并使用Jupyter在本地运行笔记本。

快速入门

import torch

from lucent.optvis import render
from lucent.modelzoo import inceptionv1

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model = inceptionv1(pretrained=True)
model.to(device).eval()

render.render_vis(model, "mixed4a:476")

教程

<a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/tutorial.ipynb"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/be108d67-b2ae-4639-9f85-96c78f7db426.jpg" width="500" alt=""></img></a>

<a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/modelzoo.ipynb"><img src="https://yellow-cdn.veclightyear.com/ab5030c0/dcb344f2-f21d-4889-b055-14988b327d31.jpg" width="500" alt=""></img></a>

其他笔记本

在这里,我们尝试重现了一些Lucid笔记本!你也可以查看lucent-notebooks仓库来克隆所有笔记本。

<a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/diversity.ipynb"><img src="https://yellow-cdn.veclightyear.com/ab5030c0/61979f11-51bc-4716-ba49-ce645b42478d.jpg" width="500" alt=""></img></a>

<a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/neuron_interaction.ipynb"><img src="https://yellow-cdn.veclightyear.com/ab5030c0/6cab97cc-37bb-4a40-91e0-7634337159b2.jpg" width="500" alt=""></img></a>

<a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/feature_inversion.ipynb"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/bf28ffa5-6f2c-4a7e-ad82-4f6c8f43fca2.jpg" width="500" alt=""></img> </a> <a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/style_transfer.ipynb"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/3162a494-b57c-459b-b504-4f84618384cf.jpg" width="500" alt=""></img> </a> <a href="https://colab.research.google.com/github/greentfrapp/lucent-notebooks/blob/master/notebooks/activation_grids.ipynb"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/2789f543-5839-4f7a-ab60-5d82a44ad290.jpg" width="500" alt=""></img> </a>

推荐阅读

• 特征可视化
• 可解释性的构建模块
• 使用人工智能增强人类智能
• 可视化表示:深度学习与人类
• 可微图像参数化
• 激活图谱

相关演讲

• Distill ML研究一年的经验教训 (Shan Carter, OpenVisConf)
• 机器学习可视化 (Ian Johnson, OpenVisConf)

Slack

欢迎加入Distill slack上的#proj-lucid和#circuits频道!

附加信息

许可和免责声明

你可以根据Apache 2.0许可证使用本软件。详见LICENSE。