BêtaRare
hila-chefer/Transformer-MM-Explainability
[ICCV 2021- Oral] Official PyTorch implementation for Generic Attention-model Explainability for Interpreting Bi-Modal and Encoder-Decoder Transformers, a novel method to visualize any Transformer-based network. Including examples for DETR, VQA.
- Propriétaire
- hila-chefer (compte personnel)
- Étoiles
- Étoiles : 914
- Forks
- Forks : 118
- Langage
- Jupyter Notebook
- Licence
- MIT
- Création
- 2021
- Sujets
- transformerstransformervqadetrvisualizationexplainabilityexplainable-aiinterpretabilitylxmertvisualbert
- Rang
- Bêta (700 à 1 999 ★) Ce que veut dire ce rang
Autres dépôts de hila-chefer
Les 4 dépôts de hila-chefer- hila-chefer/Transformer-ExplainabilityÉtoiles : 2 021Jupyter NotebookRC
- hila-chefer/TargetCLIPÉtoiles : 232Jupyter NotebookPrototype
- hila-chefer/RobustViTÉtoiles : 134Jupyter NotebookPrototype
D’autres dépôts Jupyter Notebook
Tous les dépôts Jupyter Notebook- TheAlgorithms/JupyterÉtoiles : 917Jupyter NotebookBêta
- microsoft/rag-timeÉtoiles : 917Jupyter NotebookBêta
- atilsamancioglu/PythonForDataScienceNotebooksÉtoiles : 916Jupyter NotebookBêta
- InsightSoftwareConsortium/SimpleITK-NotebooksÉtoiles : 913Jupyter NotebookBêta
- MishaLaskin/vqvaeÉtoiles : 913Jupyter NotebookBêta
- github/codespaces-jupyterÉtoiles : 913Jupyter NotebookBêta