เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การอธิบายผลการจำแนกภาพอาหาร

คุณมี model สำหรับจำแนกประเภทอาหาร และต้องใช้ LIME เพื่อระบุบริเวณที่โมเดลให้ความสำคัญมากที่สุดในการพยากรณ์ภาพ image ด้านล่างนี้

model ที่ใช้พยากรณ์, ฟังก์ชัน model_predict และตัวอย่าง image ที่แสดงด้านล่างถูกโหลดไว้ให้แล้ว

Image for fries

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Explainable AI ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง LIME image explainer ชื่อ explainer
  • สร้าง explanation สำหรับผลการพยากรณ์ของ model บน image ที่กำหนด
  • ดึงพื้นที่ที่น่าสนใจจาก image โดยอิงจากคำอธิบายของ model

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

from lime import lime_image
np.random.seed(10)

# Create a LIME explainer
explainer = lime_image.____()

# 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()
แก้ไขและรันโค้ด