integrated-gradient-pytorch:这是该论文的pytorch实施-深度网络的公理归因-源码

综合梯度 这是的pytorch实现。 原始的tensorflow版本可以在找到。 致谢 要求 python-3.5.2 pytorch-0.4.1 的OpenCVPython的 待办事项清单 添加更多功能作为原始代码。 微调结果，使它们接近原始纸张。 指示 强烈建议使用GPU加速计算。 如果使用CPU，我建议选择一些小型网络，例如resnet18 。 您还需要将图像放在examples/ 。 支持的网络列表（当然，您可以自己添加任何网络） 起始 网路18 resnet152 vgg19 运行代码 python main.py --cuda --model-type= ' inception ' --img= ' 01.jpg ' 结果 结果与原始论文略有不同，它可能存在一些错误或需要进行一些调整。 我会不断更新，欢迎任何贡献！ 盗梦空间v3 ResNet-18 ResNe