2022年7月17日
图神经网络的可解释性方法介绍和GNNExplainer解释预测的代码示例
摘要： 深度学习模型的可解释性为其预测提供了人类可以理解的推理。如果不解释预测背后的原因，深度学习算法就像黑匣子，对于一些场景说是无法被信任的。不提供预测的原因也会阻止深度学习算法在涉及跨域公平、隐私和安全的关键应用程序中使用。 深度学习模型的可解释性有助于增加对模型预测的信任， 提高模型对与公平、隐私和其 阅读全文
posted @ 2022-07-17 11:02 deephub 阅读(308) 评论(0) 推荐(0) 编辑