- 综合排序
- 最热优先
- 最新优先
- 来自专栏DeepHub IMBA
6个可解释AI (XAI)的Python框架推荐
AI就像一个黑匣子，能自己做出决定，但是人们并不清楚其中缘由。建立一个AI模型，输入数据，然后再输出结果，但有一个问题就是我们不能解释AI为何会得出这样的结论。 在本文中，我将介绍6个用于可解释性的Python框架。 目前支持以下机器学习框架: scikit-learn XGBoost、LightGBM CatBoost Keras ELI5有两种主要的方法来解释分类或回归模型: 检查模型参数并说明模型是如何全局工作的 对于需要在ML过程的各个阶段解释各种类型的数据、模型和解释技术的数据科学家、ML研究人员，OmniXAI希望提供一个一站式的综合库，使可解释的AI变得简单。 以下是OmniXAI提供的与其他类似库的对比 最后，下面是这6个框架的官方地址： https://shap.readthedocs.io/en/latest/index.html https://github.com
83340编辑于 2022-11-11 - 来自专栏数据派THU
6个可解释AI (XAI)的Python框架推荐
来源：DeepHub IMBA本文约1500字，建议阅读5分钟本文为你介绍6个用于可解释性的Python框架。 随着人工智能的发展为了解决具有挑战性的问题，人们创造了更复杂、更不透明的模型。 AI就像一个黑匣子，能自己做出决定，但是人们并不清楚其中缘由。建立一个AI模型，输入数据，然后再输出结果，但有一个问题就是我们不能解释AI为何会得出这样的结论。 在本文中，我将介绍6个用于可解释性的Python框架。 目前支持以下机器学习框架： scikit-learn XGBoost、LightGBM CatBoost Keras ELI5有两种主要的方法来解释分类或回归模型： 检查模型参数并说明模型是如何全局工作的 以下是OmniXAI提供的与其他类似库的对比： 最后，下面是这6个框架的官方地址： https://shap.readthedocs.io/en/latest/index.html https://github.com
76830编辑于 2022-08-29 - 来自专栏学习笔记ol
框架分析（6）-Ruby on Rails
框架分析（6）-Ruby on Rails 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。 自动化测试 Rails框架鼓励开发人员编写自动化测试代码，以确保应用程序的稳定性和可靠性。Rails提供了一套完整的测试框架，包括单元测试、集成测试和功能测试等。 缺点 性能问题 相比其他编程语言和框架，Ruby on Rails在处理大量并发请求时可能会有一些性能瓶颈。这主要是由于Ruby语言本身的特性和Rails框架的设计理念所致。 灵活性受限 Rails框架提供了一套固定的开发模式和规范，这在一定程度上限制了开发人员的灵活性。有时候，如果需要实现一些非常定制化或特殊的功能，可能需要绕过框架的约定，编写更多的自定义代码。 更新和维护 Rails框架在不断更新和演进，这意味着开发人员需要跟随框架的变化进行学习和更新。对于一些老旧的Rails项目，可能需要花费一些时间和精力来进行升级和维护。
3.8K20编辑于 2023-10-11 - 来自专栏AI系统
【AI系统】AI 框架之争
AI 框架还要思考和解决许多问题，如 AI 框架如何对实际的神经网络实现多线程算子加速？ 本文内容将会去总结 AI 框架的目的，其要求解决的技术问题和数学问题；了解了其目的后，真正地去根据时间的维度和和技术的维度梳理 AI 框架的发展脉络，并对 AI 框架的未来进行思考。 国内百度则率先布局了 PaddlePaddle 飞桨 AI 框架并于 2016 年发布。在 AI 框架的爆发阶段，AI 系统也迎来了繁荣，而在不断发展的基础上，各种框架不断迭代，也被开发者自然选择。 AI 框架的未来应对未来多样化挑战，AI 框架有以下技术趋势：全场景AI 框架将支持端边云全场景跨平台设备部署网络模型需要适配部署到端边云全场景设备，对 AI 框架提出了多样化、复杂化、碎片化的挑战。 使用 AI 框架来加速方程的求解，科学计算的模型和方法都不变的前提下，与深度学习使用同一个框架来求解，其实就是把 AI 框架看成面向张量计算的通用分布式计算框架。
49711编辑于 2024-12-06 - 来自专栏AI系统
【AI系统】AI 框架作用
本文将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的 AI 框架，看看 AI 框架具体的作用和目的。 AI 框架的作用AI 框架与微分关系根据深度学习的原理，AI 框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。 AI 框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是 AI 框架，AI 框架给开发者提供构建神经网络模型的数学操作，AI 框架把复杂的数学表达，转换成计算机可识别的计算图。 这一过程，只要你定义好网络 AI 框架都会主动地帮我们完成。 很有意思的是，AI 框架对整体开发流程进行了封装，好处是让算法研究人员专注于神经网络模型结构的设计（更好地设计出逼近复合函数），针对数据集提供更好的解决方案，研究让训练加速的优化器或者算法等。
45310编辑于 2024-12-06 - 来自专栏全栈程序员必看
fork join框架原理_jalor6框架教程
ForkJoinWorkerThread WorkQueue 五、Fork/Join运行流程图 任务提交 创建线程signalWork方法 任务执行 六、引用博客 一、思想 Fork/Join是Java7提供的并行执行任务的框架 ，是一个把大人物分割成若干小任务，最终汇总小任务的结果得到大任务结果的框架 小任务可以继续拆分为更小的任务 二、工作窃取算法 1、工作窃取会选择双端队列作为存储任务的数据结构，默认正常线程会选择LIFO
1.6K20编辑于 2022-11-08 - 来自专栏KisFlow-Golang流式计算框架
Golang框架实战-KisFlow流式计算框架(6)-Connector
(6) 执行Connector Call方法kis-flow/kis/pool.go// CallConnector 调度 Connectorfunc (pool *kisPool) CallConnector 创建一个KisFlow对象flow1 := flow.NewKisFlow(myFlowConfig1)// 6. , row = This is Data1 from TestIn FuncName = funcName1, FuncId = func-f594da0e28da417db6b15ce9c9530f84 , row = This is Data2 from TestIn FuncName = funcName1, FuncId = func-f594da0e28da417db6b15ce9c9530f84 from funcName[funcName2], index = 1 data from funcName[funcName2], index = 2] func-f594da0e28da417db6b15ce9c9530f84
28910编辑于 2024-06-06 转载:【AI系统】AI 框架之争
AI 框架还要思考和解决许多问题，如 AI 框架如何对实际的神经网络实现多线程算子加速？ 本文内容将会去总结 AI 框架的目的，其要求解决的技术问题和数学问题；了解了其目的后，真正地去根据时间的维度和和技术的维度梳理 AI 框架的发展脉络，并对 AI 框架的未来进行思考。 国内百度则率先布局了 PaddlePaddle 飞桨 AI 框架并于 2016 年发布。在 AI 框架的爆发阶段，AI 系统也迎来了繁荣，而在不断发展的基础上，各种框架不断迭代，也被开发者自然选择。 AI 框架的未来应对未来多样化挑战，AI 框架有以下技术趋势：全场景AI 框架将支持端边云全场景跨平台设备部署网络模型需要适配部署到端边云全场景设备，对 AI 框架提出了多样化、复杂化、碎片化的挑战。 使用 AI 框架来加速方程的求解，科学计算的模型和方法都不变的前提下，与深度学习使用同一个框架来求解，其实就是把 AI 框架看成面向张量计算的通用分布式计算框架。
31510编辑于 2024-12-13- 来自专栏AI系统
到底什么是AI框架？AI框架有什么用？
本章将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的AI框架，看看AI框架具体的作用和目的。深度学习原理深度学习的概念源于人工神经网络的研究，但是并不完全等于传统神经网络。 AI框架的作用AI框架与微分关系根据深度学习的原理，AI框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。接下来有个更加重要的问题，深度学习中的神经网络为什么需要反向求导？ 图片AI框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是AI框架，AI框架给开发者提供构建神经网络模型的数学操作，AI框架把复杂的数学表达，转换成计算机可识别的计算图。 图片定义整个神经网络最终的损失函数为 $Loss$ 之后，AI框架会自动对损失函数求导（即对神经网络模型中各个参数求其偏导数）。 这一过程，只要你定义好网络AI框架都会主动地帮我们完成。
1.2K00编辑于 2023-07-15 - 来自专栏自然语言处理
txtai：全能AI框架
虽然我们还没有达到完全的AI自动化，但有很多方法可以将AI集成到业务工作流中。 本文介绍了txtai，一个用于语义搜索、大型语言模型编排和语言模型工作流的全能AI框架。 1、txtai简介 tetxtai 是一个用于语义搜索、大型语言模型编排和语言模型工作流的全能AI框架。 txtai 的关键组件是一个嵌入数据库，它结合了向量索引（稀疏和密集）、图网络和关系数据库。 12、大语言模型编排 txtai 是一个一体化的 AI 框架。txtai 支持构建自主代理、检索增强生成（RAG）、与数据对话、包含大型语言模型（LLM）的管道和工作流。 [0] {'answer': '加拿大', 'reference': 'da633124-33ff-58d6-8ecb-14f7a44c042a'} 上述逻辑首先构建了一个嵌入索引。 本文介绍了 txtai，一个一体化的 AI 框架。可能性是无限的，我们对基于 txtai 构建的内容感到兴奋！----
60311编辑于 2025-04-26 - 来自专栏何白白开发记录
手写一个orm框架-6
手写一个orm框架-6 生成sql：where 上一篇里我们实现了生成insert的sql，下面要开始实现update，delete，select的sql语句了。
62840发布于 2019-06-28 - 来自专栏全栈技术
2023 年 6 大最佳 CSS 框架
这里有六个最好的 CSS 框架。 Bootstrap Bootstrap 是最流行和使用最广泛的 CSS 框架之一。它包括范围广泛的预先设计的组件，例如排版、表单、按钮、表格和导航。 缺点 学习曲线：与传统 CSS 框架相比，Tailwind CSS 由于其实用程序优先的方法而具有陡峭的学习曲线。开发人员需要学习框架的类以及如何有效地使用它们。 设计限制：Tailwind CSS 是一个实用程序优先的框架，与传统的 CSS 框架相比，它可能会限制设计的灵活性和创造力。 与其他 CSS 框架相比，Bulma 的文件非常小，因此页面加载时间更快。 缺点 与其他 CSS 框架相比，它的用户社区较小，因此更难找到资源和支持。 Bulma 的组件有时可能需要比其他 CSS 框架更多的自定义，从而导致更多的编码工作。 与其他 CSS 框架相比，它的设计美学可能不太明显。
5K10编辑于 2023-04-07 - 来自专栏sweet_iOS
AVFoundation框架解析看这里（6）- AVAssetExportSession
AVFoundation框架是ios中很重要的框架，所有与视频音频相关的软硬件控制都在这个框架里面，接下来这几篇就主要对这个框架进行介绍和讲解。 便于读者查阅这个AVFoundation框架系列，在此提供目录直通车。 AVFoundation框架解析目录 AVFoundation框架解析目录 AVFoundation框架解析目录 本章导读 AVFoundation框架下的视频功能基本都跟AVAssetExportSession
1.8K20发布于 2020-12-23 - 来自专栏华章科技
详解 6 大主流深度学习框架
尽管Theano将退出历史舞台，但作为第一个Python深度学习框架，它很好地完成了自己的使命—为深度学习研究人员早期拓荒提供了极大的帮助，同时也为之后深度学习框架的开发奠定了基本设计方向：以计算图为框架的核心 因为各公司使用的框架不统一，所以我们有必要多学习几个流行框架作为知识储备，TensorFlow无疑是一个不错的选择。 Keras目前是最容易上手的深度学习框架，它提供了一致且简洁的API，能够极大减少一般应用下用户的工作量。 相比于深度学习框架，Keras更像是一个深度学习接口，它构建于第三方框架之上。 相对于TensorFlow，PyTorch的一大优点是它的图是动态的，而TensorFlow框架是静态图，不利于扩展。同时，PyTorch非常简洁，方便使用。本书选取PyTorch为主要的实现框架。 Caffe一直是深度学习研究者使用的框架，很多研究人员在上面进行开发和优化，因而有了不少沉淀，因此Caffe也是流行的深度学习框架之一。尽管如此，Caffe也存在不支持多机、跨平台、可扩展性差等问题。
5K20编辑于 2022-03-11 - 来自专栏量子发烧友
AI框架分析与介绍
什么是AI框架 AI 框架是 AI 算法模型设计、训练和验证的一套标准接口、特性库和工具包，集成了算法的封装、数据的调用以及计算资源的使用，同时面向开发者提供了开发界面和高效的执行平台，是现阶段 AI 主流 AI 框架热度排名 国内外 AI 框架在 GitHub 上的数据情况： Rank Framework Commits Fork Star Contributors Foreign Framework 框架中都是名列前茅的，并且和第二名的差距非常大，是全球目前活跃度最高、应用最广的 AI 框架。 16 35 主流AI框架介绍 1. AI 框架用于量子技术 我们这里以目前国外及国内使用率排名前列的两个 AI 框架来作为例子进行说明。
5.9K20编辑于 2023-02-24 - 来自专栏AutoML(自动机器学习)
优秀开源AI框架推荐
AI领域开源框架推荐 AutoML开发框架 AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的 [enqma29cnv.jpeg] https://zhuanlan.zhihu.com/p/158162306zhuanlan.zhihu.com 至于开发框架主要以基于深度学习的为主推荐一下几个： 简而言之，Vega是目前第一个实现端到端AutoML的框架，目前正在参与实习工作，新的版本放出来后易用性相比于已放出的1.0版本会有很大提升，敬请期待。 https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。 : FedML.ai [5ft69derdq.jpeg] https://zhuanlan.zhihu.com/p/262497372zhuanlan.zhihu.com [5gjuag5k9n.jpeg
1.5K40发布于 2020-10-21 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发框架
AI 智能体（AI Agent）的开发框架是构建智能体的核心工具和平台，它们提供了从数据处理、模型训练到部署和监控的全流程支持。以下是常用的 AI 智能体开发框架及其特点。 5.2H2O.ai特点：提供自动化的机器学习和深度学习工具。支持大规模数据处理和分布式计算。适用场景：企业级机器学习应用。 6.模型部署与监控框架6.1TensorFlow Serving特点：专为 TensorFlow 模型设计的高性能服务系统。支持模型版本管理和动态更新。适用场景：TensorFlow 模型部署。 8.低代码/无代码 AI 平台8.1Google AutoML特点：提供自动化的模型训练和部署服务。支持图像、文本、表格数据等多种任务。适用场景：快速构建 AI 应用。 适用场景：企业级 AI 解决方案。总结AI 智能体的开发框架涵盖了从数据处理、模型训练到部署和监控的全流程。
1.3K10编辑于 2025-02-18 - 来自专栏AutoML(自动机器学习)
优秀开源AI框架推荐
AI领域开源框架推荐 AutoML开发框架 AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的 简而言之，Vega是目前第一个实现端到端AutoML的框架，目前正在参与实习工作，新的版本放出来后易用性相比于已放出的1.0版本会有很大提升，敬请期待。 /autogluongithub.com 3D Deep Learning 下面这个是最近由MIT大学韩松团队开发的用于3D 深度学习场景的开源框架。 https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。 联邦学习开发框架: FedML.ai ? https://zhuanlan.zhihu.com/p/262497372zhuanlan.zhihu.com ?
1.4K20发布于 2020-10-28 - 来自专栏自然语言处理
智能体框架：11 个顶级 AI Agent 框架！
本指南将深入探讨当前最优秀的 11 个 AI Agent 框架，比较它们的特性、优势、劣势以及理想的应用场景，帮助您为下一个项目做出明智的决定。 什么是 AI Agent 框架？ 11 个最佳 AI Agent 框架 1. LangChain LangChain 是一个开源框架，已成为构建 AI 驱动应用最受欢迎的选择之一。 系统能力 优势： 模块化架构 易于使用的开发方法 支持创建复杂的工作流 能够将 AI 嵌入到现有开发流程中 劣势： 框架相对较新 需要理解 AI 集成概念 对于不熟悉 AI框架的开发者可能存在学习曲线 " }) # 打印最终消息 for message in result["messages"]: print(f"{message.type}: {message.content}\n") 6. 工具和记忆集成得到增强 开发接口更加简化 对低代码和简化 AI Agent 开发的关注日益增长 如何选择合适的 AI Agent 框架 为您的项目选择 AI Agent 框架时，请考虑：- 您的特定项目需求
13.5K52编辑于 2025-07-02 - 来自专栏AI系统
【AI系统】框架编程范式
本文将会深入展开和介绍两种不同的编程范式对 AI 框架整体架构设计的影响，以及目前主流的 AI 框架在编程范式之间的差异。 AI 框架中 PyTorch 则主要使用了命令式编程的方式。 在 AI 框架领域中以 TensorFlow1.X 为代表，就使用了声明式编程。 随着 AI 框架引入更多的编程模式和特性，例如 TensorFlow Eager 模式和 PyTorch JIT 的加入，主流 AI 框架都选择了通过支持混合式编程以兼顾两者的优点。 缺点也较为明显：数据类型和控制流受到 AI 框架中的 API 对神经网络有限定义而约束；因为神经网络的独特性需要 AI 框架预定义对应的概念（DSL），造成不方便调试、灵活性低。
38110编辑于 2024-12-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号