Voedselvoorspellingen voor afbeeldingen verklaren
Je hebt een model dat voedsel classificeert. Jouw taak is om LIME te gebruiken om de regio’s te vinden waar het model vooral op let wanneer het een voorspelling doet voor de onderstaande image.
Het model dat de voorspellingen doet, de functie model_predict en de voorbeeld-image hieronder zijn alvast voor je geladen.
Deze oefening maakt deel uit van de cursus
Explainable AI in Python
Oefeninstructies
- Maak een LIME image-explainer met de naam
explainer. - Genereer een
explanationvoor de voorspelling van hetmodelop de gegevenimage. - Haal de interessegebieden uit de
imageop basis van de verklaring van hetmodel.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
from lime import lime_image
np.random.seed(10)
# Create a LIME explainer
explainer = ____
# Generate the explanation
explanation = explainer.____(____, ____, hide_color=0, num_samples=50)
# Display the explanation
temp, _ = explanation.____(____, ____)
plt.imshow(temp)
plt.title('LIME Explanation')
plt.axis('off')
plt.show()