
- Visitas mensais
- 7.789
- 2026-09
- Crescimento mensal +7,5%
Captum - Interprete modelos PyTorch em visão, texto e outras modalidades
Captum é uma biblioteca de código aberto para interpretar modelos PyTorch. Ela oferece algoritmos que atribuem as saídas do modelo às entradas em modalidades como visão e texto. Desenvolvedores podem instalar a biblioteca com conda ou pip, aplicar métodos como Integrated Gradients e ampliá-la para implementar e avaliar algoritmos de interpretabilidade.
- Desenvolvimento com LLM
- Avaliação de LLM
- interpretabilidade de modelos PyTorch
- atribuição em redes neurais
- Integrated Gradients

Funcionalidades
Atribuição das entradas do modelo
Relaciona a saída do modelo às entradas e retorna valores de atribuição. É preciso fornecer um modelo PyTorch e tensores de entrada; dependendo do método, também podem ser necessários tensores de referência e um alvo. É possível selecionar um algoritmo como Integrated Gradients.
Interpretação multimodal
Aplica métodos de interpretabilidade a modelos de modalidades compatíveis, incluindo visão e texto. Captum foi projetado para modelos PyTorch compatíveis e pode ser usado com poucas alterações na rede neural original.
Biblioteca extensível de algoritmos
Permite implementar e avaliar novos algoritmos de interpretabilidade em uma biblioteca genérica de código aberto. Pesquisadores e desenvolvedores podem ampliar o Captum, sem ficar limitados aos algoritmos já incluídos.
Suporte a modelos PyTorch
Permite usar métodos de interpretabilidade na maioria dos tipos de modelos PyTorch. Prepare a rede neural e escolha o método; o modelo original precisa de poucas alterações.
Preços
Captum é uma biblioteca de código aberto, e as páginas oficiais fornecidas não apresentam planos pagos nem condições de cobrança. Não há preços, cotas ou recursos por plano publicados para comparação.
Casos de uso
Atribuir uma previsão às entradas do modelo
Ao analisar a saída de um modelo PyTorch, calcule quais valores de entrada contribuem para um resultado selecionado. Prepare o modelo e os tensores de entrada, informe uma referência e um alvo se necessário e aplique um método como Integrated Gradients para obter valores de atribuição.
Implementar e avaliar um algoritmo de interpretabilidade
Quando um método existente não atende a um experimento de interpretabilidade, a biblioteca genérica pode ser ampliada com um novo algoritmo. Captum é de código aberto e permite implementar e avaliar algoritmos para modelos PyTorch.
Público-alvo
Desenvolvedores que trabalham com redes neurais PyTorch
Pesquisadores que implementam ou avaliam algoritmos de interpretabilidade
Perguntas frequentes
Qual framework de aprendizado de máquina o Captum oferece suporte?
Captum oferece suporte a modelos PyTorch. A página inicial informa que a biblioteca funciona com a maioria dos tipos de modelos PyTorch e exige poucas alterações na rede neural original.
Quais modalidades de modelo o Captum interpreta?
Captum oferece interpretabilidade para modalidades como visão e texto, entre outras. As páginas fornecidas não listam todas as modalidades compatíveis.
Como posso instalar o Captum?
Você pode instalar o Captum com conda ou pip. A página inicial recomenda conda e informa os comandos conda install captum -c pytorch e pip install captum.
Posso adicionar algoritmos de interpretabilidade ao Captum?
Sim. Captum é descrito como uma biblioteca genérica, extensível e de código aberto para pesquisa em interpretabilidade; os usuários podem implementar e avaliar novos algoritmos.
Comentários