该模型是2021年BDCI零售商品识别竞赛TOP1方案，mindspore框架下的代码地址为https://github.com/pprp/GoodsRecognition.MindSpore。这个资源包括了该代码训练第10、15、20、25、30个epoch时保存的ckpt模型文件和一个meta计算图文件。

describeX：面向数据科学家的可解释AI框架 ExplainX是面向数据科学家和业务用户的模型可解释性/可解释性框架。 使用explainX可以了解整体模型的行为，解释模型预测背后的“原因”，消除偏见并为您的业务涉众创建令人信服的解释。 为什么我们需要模型可解释性和可解释性？ 必不可少的 解释模型预测 调试模型 检测数据偏差 获得业务用户的信任 成功部署AI解决方案 我们可以用explainX回答什么问题？ 为什么我的模型出错？ 我的模特有偏见吗？ 如果是，在哪里？ 我如何理解和信任模型的决策？ 我的模型满足法律和法规要求吗？ 我们已在服务器上部署了该应用程序，因此您可以使用

一个Android版的棋类AI的设计框架，再《算法的乐趣》这本书上有介绍