transformer feature importance // 取transformer的特征重要性

本文探讨了Transformer模型中,每个句子token对预测结果的贡献度,深入理解深度学习中的特征重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

即一个句子的每个token的对预测结果的贡献度:

基于 github.com/shap/shap


from transformers import AutoModelForSequenceClassification
from datasets import load_dataset
input_data_dev = load_dataset("data_dir", data_files="data.tsv")

checkpoint_local = "c
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

耐心是关键

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值