AIX360
v0.3.0
ชุดเครื่องมือ AI Explainability 360 เป็นไลบรารีโอเพ่นซอร์สที่รองรับการตีความและการอธิบายชุดข้อมูลและโมเดลการเรียนรู้ของเครื่อง แพ็คเกจ AI Explainability 360 Python ประกอบด้วยชุดอัลกอริธึมที่ครอบคลุมซึ่งครอบคลุมมิติคำอธิบายที่แตกต่างกัน พร้อมด้วยตัวชี้วัดความสามารถในการอธิบายพร็อกซี ชุดเครื่องมือ AI Explainability 360 รองรับข้อมูลแบบตาราง ข้อความ รูปภาพ และอนุกรมเวลา
ประสบการณ์เชิงโต้ตอบของ AI Explainability 360 มอบการแนะนำแนวคิดและความสามารถอย่างนุ่มนวลโดยอธิบายกรณีการใช้งานตัวอย่างสำหรับผู้บริโภคที่แตกต่างกัน บทช่วยสอนและสมุดบันทึกตัวอย่างนำเสนอการแนะนำเชิงลึกที่เน้นนักวิทยาศาสตร์ข้อมูล API ที่สมบูรณ์ก็มีให้เช่นกัน
ไม่มีวิธีเดียวในการอธิบายที่จะได้ผลดีที่สุด มีหลายวิธีในการอธิบาย: ข้อมูลกับแบบจำลอง, ตีความได้โดยตรงเทียบกับคำอธิบายหลังการ, ท้องถิ่นกับทั่วโลก ฯลฯ ดังนั้นจึงอาจสร้างความสับสนในการพิจารณาว่าอัลกอริทึมใดเหมาะสมที่สุดสำหรับกรณีการใช้งานที่กำหนด เพื่อช่วย เราได้สร้างเอกสารคำแนะนำและแผนผังอนุกรมวิธานที่สามารถปรึกษาได้
เราได้พัฒนาแพ็คเกจโดยคำนึงถึงความสามารถในการขยายการใช้งาน ห้องสมุดนี้ยังอยู่ในการพัฒนา เราขอแนะนำให้คุณสนับสนุนอัลกอริธึม ตัวชี้วัด และกรณีการใช้งานที่สามารถอธิบายได้ หากต้องการเริ่มต้นในฐานะผู้สนับสนุน โปรดเข้าร่วมชุมชน AI Explainability 360 บน Slack โดยขอคำเชิญที่นี่ โปรดอ่านคำแนะนำในการร่วมสนับสนุนโค้ดและสมุดบันทึก Python ที่นี่
| คำสำคัญการติดตั้ง | ผู้อธิบาย | ระบบปฏิบัติการ | เวอร์ชันหลาม |
|---|---|---|---|
| โลงศพ | โลงศพ | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| ตรงกันข้าม | เซ็ม, เซม_มาฟ | macOS, อูบุนตู, วินโดวส์ | 3.6 |
| ดิปเว | ดิปเว | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| จีซีอี | จีซีอี | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| รับรอง | รับรอง | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| IMD | IMD | macOS, อูบุนตู | 3.10 |
| มะนาว | มะนาว | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| การจับคู่ | การจับคู่ | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| ไม่ตรงกันข้าม | ไม่ตรงกันข้าม | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| รายละเอียด | รายละเอียด | macOS, อูบุนตู, วินโดวส์ | 3.6 |
| โปรโตแดช | โปรโตแดช | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| อาร์บีเอ็ม | brcg, glrm | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| กฎ_การเหนี่ยวนำ | ริปเปอร์ | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| รูปร่าง | รูปร่าง | macOS, อูบุนตู, วินโดวส์ | 3.6 |
| เท็ด | เท็ด | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| ทีซีส | ทีซีส | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| น้ำเมือก | น้ำเมือก | macOS, อูบุนตู, วินโดวส์ | 3.10 |
| ความไม่แน่นอน | ความไม่แน่นอน | macOS, อูบุนตู, วินโดวส์ | 3.10 |
AI Explainability 360 ต้องใช้แพ็คเกจ Python หลายเวอร์ชันเฉพาะซึ่งอาจขัดแย้งกับโปรเจ็กต์อื่น ๆ ในระบบของคุณ ขอแนะนำอย่างยิ่งให้ใช้เครื่องมือจัดการสภาพแวดล้อมเสมือนเพื่อให้แน่ใจว่าการติดตั้งการขึ้นต่อกันได้อย่างปลอดภัย หากคุณมีปัญหาในการติดตั้งชุดเครื่องมือ ให้ลองทำเช่นนี้ก่อน
แนะนำให้ใช้ Conda สำหรับการกำหนดค่าทั้งหมด แม้ว่าโดยทั่วไปแล้ว Virtualenv จะสามารถใช้แทนกันได้สำหรับวัตถุประสงค์ของเรา Miniconda ก็เพียงพอแล้ว (ดูความแตกต่างระหว่าง Anaconda และ Miniconda หากคุณสงสัย) และสามารถติดตั้งได้จากที่นี่หากคุณยังไม่มี
จากนั้น สร้างสภาพแวดล้อม Python ใหม่ตามอัลกอริธึมความสามารถในการอธิบายที่คุณต้องการใช้โดยอ้างอิงจากตารางด้านบน ตัวอย่างเช่น สำหรับ python 3.10 ให้ใช้คำสั่งต่อไปนี้:
conda create --name aix360 python=3.10
conda activate aix360 ตอนนี้เชลล์ควรมีลักษณะดังนี้ (aix360) $ หากต้องการปิดใช้งานสภาพแวดล้อม ให้รัน:
(aix360)$ conda deactivate พรอมต์จะกลับไปที่ $ หรือ (base)$
หมายเหตุ: conda เวอร์ชันเก่าอาจใช้ source activate aix360 และ source deactivate ( activate aix360 และ deactivate บน Windows)
โคลนเวอร์ชันล่าสุดของที่เก็บนี้:
(aix360)$ git clone https://github.com/Trusted-AI/AIX360หากคุณต้องการรันตัวอย่างและสมุดบันทึกการฝึกสอน ให้ดาวน์โหลดชุดข้อมูลทันทีและวางลงในโฟลเดอร์ตามลำดับตามที่อธิบายไว้ใน aix360/data/README.md
จากนั้นไปที่ไดเร็กทอรีรากของโปรเจ็กต์ซึ่งมีไฟล์ setup.py และรัน:
(aix360)$ pip install -e .[ < algo 1> , < algo 2> , ...] คำสั่งดังกล่าวจะติดตั้งแพ็คเกจที่จำเป็นสำหรับอัลกอริธึมเฉพาะ ที่นี่ <algo> หมายถึงคำสำคัญการติดตั้งในตารางด้านบน ตัวอย่างเช่นในการติดตั้งแพ็คเกจที่จำเป็นสำหรับอัลกอริธึม BRCG, DIPVAE และ TSICE เราก็สามารถใช้ได้
(aix360)$ pip install -e .[rbm,dipvae,tsice] pip install . คำสั่งเริ่มต้น ติดตั้งการพึ่งพาเริ่มต้นเพียงอย่างเดียว
โปรดทราบว่าคุณอาจไม่สามารถติดตั้งอัลกอริธึมสองตัวที่ต้องใช้ python เวอร์ชันที่แตกต่างกันในสภาพแวดล้อมเดียวกัน (เช่น contrastive กับ rbm )
หากคุณประสบปัญหาใดๆ โปรดลองอัปเกรด pip และ setuptools และถอนการติดตั้ง aix360 เวอร์ชันก่อนหน้าก่อนที่จะลองทำตามขั้นตอนข้างต้นอีกครั้ง
(aix360)$ pip install --upgrade pip setuptools
(aix360)$ pip uninstall aix360หากคุณต้องการเริ่มใช้งานชุดเครื่องมือ AI Explainability 360 อย่างรวดเร็วโดยไม่ต้องโคลนพื้นที่เก็บข้อมูลนี้อย่างชัดเจน คุณสามารถใช้หนึ่งในตัวเลือกเหล่านี้:
(your environment)$ pip install -e git+https://github.com/Trusted-AI/AIX360.git#egg=aix360[ < algo 1> , < algo 2> ,...] ตัวอย่างเช่น ใช้ pip install -e git+https://github.com/Trusted-AI/AIX360.git#egg=aix360[rbm,dipvae,tsice] เพื่อติดตั้ง BRCG, DIPVAE และ TSICE คุณอาจต้องติดตั้ง cmake หากยังไม่ได้ติดตั้งในสภาพแวดล้อมของคุณโดยใช้ conda install cmake
(your environment)$ pip install aix360หากคุณปฏิบัติตามตัวเลือกใดตัวเลือกหนึ่งจากสองตัวเลือกนี้ คุณจะต้องดาวน์โหลดสมุดบันทึกที่มีอยู่ในโฟลเดอร์ตัวอย่างแยกกัน
ชุดเครื่องมือ AI Explainability 360 ได้รับการทดสอบบน Windows, MacOS และ Linux อย่างไรก็ตาม หากคุณยังคงประสบปัญหาการติดตั้งเนื่องจากการขึ้นต่อกันของแพ็คเกจ โปรดลองติดตั้งแพ็คเกจที่เกี่ยวข้องผ่าน conda (เช่น conda ติดตั้งชื่อแพ็คเกจ) จากนั้นติดตั้งชุดเครื่องมือโดยทำตามขั้นตอนปกติ ตัวอย่างเช่น หากคุณประสบปัญหาที่เกี่ยวข้องกับ pygraphviz ระหว่างการติดตั้ง ให้ใช้ conda install pygraphviz แล้วติดตั้งชุดเครื่องมือ
โปรดใช้สภาพแวดล้อมหลามที่เหมาะสมตามตารางด้านบน
AIX360 ให้สร้างคอนเทนเนอร์อิมเมจจาก Dockerfile โดยใช้ docker build -t aix360_docker .docker run -it -p 8888:8888 aix360_docker:latest bash สมมติว่าพอร์ต 8888 ว่างบนเครื่องของคุณjupyter lab --allow-root --ip 0.0.0.0 --port 8888 --no-browserlocalhost:8888 ไดเร็กทอรี examples ประกอบด้วยคอลเลกชันสมุดบันทึก jupyter ที่หลากหลายซึ่งใช้ AI Explainability 360 ในรูปแบบต่างๆ ทั้งตัวอย่างและสมุดบันทึกการสอนจะแสดงโค้ดการทำงานโดยใช้ชุดเครื่องมือ บทช่วยสอนให้การอภิปรายเพิ่มเติมที่จะแนะนำผู้ใช้ผ่านขั้นตอนต่างๆ ของสมุดบันทึก ดูรายละเอียดเกี่ยวกับบทช่วยสอนและตัวอย่างที่นี่
หากคุณใช้ AI Explainability 360 สำหรับงานของคุณ เราขอแนะนำให้คุณใช้
@misc{aix360-sept-2019,
title = "One Explanation Does Not Fit All: A Toolkit and Taxonomy of AI Explainability Techniques",
author = {Vijay Arya and Rachel K. E. Bellamy and Pin-Yu Chen and Amit Dhurandhar and Michael Hind
and Samuel C. Hoffman and Stephanie Houde and Q. Vera Liao and Ronny Luss and Aleksandra Mojsilovi'c
and Sami Mourad and Pablo Pedemonte and Ramya Raghavendra and John Richards and Prasanna Sattigeri
and Karthikeyan Shanmugam and Moninder Singh and Kush R. Varshney and Dennis Wei and Yunfeng Zhang},
month = sept,
year = {2019},
url = {https://arxiv.org/abs/1909.03012}
}
ติดดาวบนที่เก็บนี้
แบ่งปันเรื่องราวความสำเร็จของคุณกับเราและคนอื่นๆ ในชุมชน AI Explainability 360
AIX360 สร้างขึ้นโดยใช้แพ็คเกจโอเพ่นซอร์สหลายชุด ทั้งหมดนี้แสดงอยู่ใน setup.py และบางส่วนได้แก่:
โปรดดูทั้งไฟล์ LICENSE และโฟลเดอร์ใบอนุญาตเสริมที่มีอยู่ในไดเร็กทอรีรากเพื่อดูข้อมูลใบอนุญาต
