pyc-team/pytorch_concepts

Что это?

Ключевые возможности

• 01Аннотированные тензоры, позволяющие выбирать данные по названию или типу концепции.
• 02Слои концепций, преобразующие эмбеддинги или концепции в концепции.
• 03Функции потерь для концепций, применяющие подходящую функцию потерь для бинарных, категориальных и непрерывных концепций.
• 04Контекстный менеджер для интервенций, позволяющий задавать значения концепций во время прямого прохода.
• 05API вероятностных графических моделей для условных распределений над концепциями.
• 06Эксперименты с настройкой через конфигурационные файлы с помощью Conceptarium, построенного на Hydra и WandB.

Сценарии использования

• Создание классификаторов изображений или табличных данных, чьи промежуточные предсказания представлены понятными человеку концепциями.
• Проверка того, как меняется выход модели, если переопределить конкретные концепции с помощью интервенции.
• Исследование моделей на основе концепций и их сравнение на разных наборах данных с помощью конфигурационных файлов.
• Моделирование условных зависимостей между концепциями и целевыми значениями с помощью вероятностных графических моделей.

Быстрый старт

1. 1

   Установите библиотеку из PyPI с дополнительными зависимостями data

   pip install --pre "pytorch-concepts[data]"
2. 2

   Или установите версию только с ядром, без зависимостей data

   pip install --pre pytorch-concepts

Что важно знать

• !Альфа-версия: публичные API могут меняться и быть нестабильными между релизами.
• !Для установки требуется флаг --pre, указывающий на предварительные сборки.

Темы

Частые вопросы

Что такое pytorch_concepts?

Библиотека на базе PyTorch Lightning для создания интерпретируемых моделей глубокого обучения на основе концепций, с аннотированными тензорами, интервенциями и вероятностными графическими моделями. PyC (PyTorch Concepts) — библиотека Python на базе PyTorch и PyTorch Lightning для создания моделей глубокого обучения, в которых предсказания выражаются через понятные человеку концепции. Вместо того чтобы напрямую сопоставлять входные данные с целевыми значениями, модели устроены так, что концепции получают названия, вычисляются и используются при обучении, а также доступны для просмотра и изменения.

pytorch_concepts можно использовать бесплатно? Какая у него лицензия?

pytorch_concepts распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

pytorch_concepts всё ещё поддерживается?

Активно поддерживается. Последний коммит в pytorch_concepts — 4 нояб. 2026 г..

Для чего можно использовать pytorch_concepts?

Создание классификаторов изображений или табличных данных, чьи промежуточные предсказания представлены понятными человеку концепциями. Проверка того, как меняется выход модели, если переопределить конкретные концепции с помощью интервенции. Исследование моделей на основе концепций и их сравнение на разных наборах данных с помощью конфигурационных файлов. Моделирование условных зависимостей между концепциями и целевыми значениями с помощью вероятностных графических моделей.

Как установить pytorch_concepts?

Установите библиотеку из PyPI с дополнительными зависимостями data: pip install --pre "pytorch-concepts[data]" Или установите версию только с ядром, без зависимостей data: pip install --pre pytorch-concepts

Где скачать pytorch_concepts?

Исходный код и инструкции по установке — на GitHub: https://github.com/pyc-team/pytorch_concepts