积分梯度是先设定一个基线,按照指定步长,使得基线一步步变化到原始输入值。然后计算模型的预测结果相对于这一系列变化的累计积分,即为积分梯度。积分梯度可以表示哪些输入对预测结果的影响更大。
例如,这只猫的图片,通过积分梯度的方法,我们可以看到猫的鼻子和肚子上的毛毛,对预测结果的影响比较大。接下来介绍这是怎么实现的。
目录
1. 准备原材料
可以在这里(可解释人工智能技术-积分梯度-深度学习文档类资源-CSDN下载)直接获取,里面包含
- 一张猫咪的图片
- 一个已经训练好的inception v5模型
2. 读取图片到tensor
def read_image(filename):
image = tf.io.read_file(filename)
imag