注意
转到底部 下载完整的示例代码。
简介 || 张量 || 自动微分 || 构建模型 || TensorBoard 支持 || 训练模型 || 模型理解
使用 Captum 进行模型理解#
创建于: 2021年11月30日 | 最后更新: 2024年1月19日 | 最后验证: 2024年11月05日
请跟随下面的视频或在 youtube 上观看。在此处 下载 notebook 和相应文件。
Captum（拉丁语意为“理解”）是一个基于 PyTorch 构建的开源、可扩展的模型可解释性库。
随着模型复杂性的增加以及由此带来的不透明性，模型可解释性方法变得越来越重要。模型理解既是一个活跃的研究领域，也是在各行业使用机器学习的实际应用关注的重点。Captum 提供了最先进的算法，包括集成梯度，为研究人员和开发人员提供了一种简单的方式来理解哪些特征对模型的输出做出了贡献。
完整的文档、API 参考以及一系列特定主题的教程可在 captum.ai 网站上找到。
简介#
Captum 对模型可解释性的方法是基于 *归因* 的。Captum 中有三种归因类型：
特征归因 旨在根据生成特定输出的输入特征来解释该输出。解释一个电影评论是正面还是负面，取决于评论中的某些词语，这是特征归因的一个例子。
层归因 检查给定输入后模型隐藏层的活动。检查卷积层响应输入图像的 the spatially-mapped output 是层归因的一个例子。
神经元归因 类似于层归因，但侧重于单个神经元的活动。
在这个交互式 notebook 中，我们将研究特征归因和层归因。
每种归因类型都有多个相关的 **归因算法**。许多归因算法属于两大类：
基于梯度的算法 计算模型输出、层输出或神经元激活相对于输入的后向梯度。**集成梯度**（针对特征）、**层梯度 * 激活** 和 **神经元电导** 都是基于梯度的算法。
基于扰动的算法 通过改变输入来衡量输出的变化，来检查模型、层或神经元输出的变化。输入扰动可以是定向的或随机的。**遮挡**、**特征消融** 和 **特征置换** 都是基于扰动的算法。
我们将在下面考察这两种类型的算法。
尤其是在涉及大型模型时，以易于关联到被检查的输入特征的方式可视化归因数据可能非常有价值。虽然使用 Matplotlib、Plotly 或类似工具创建自己的可视化是可行的，但 Captum 提供了其归因的专用增强工具。
captum.attr.visualization模块（在下面导入为viz）提供了用于可视化与图像相关的归因的有用函数。Captum Insights 是一个易于使用的 Captum 之上的 API，提供了一个可视化 widget，其中包含适用于图像、文本和任意模型的现成可视化。
在本 notebook 的最后，我们将演示这两种可视化工具集。前几个示例将侧重于计算机视觉用例，但最后的 Captum Insights 部分将演示多模型、视觉问答模型的归因可视化。
安装#
在开始之前，您需要一个具有以下条件的 Python 环境：
Python 版本 3.6 或更高
对于 Captum Insights 示例，Flask 1.1 或更高以及 Flask-Compress（推荐最新版本）
PyTorch 版本 1.2 或更高（推荐最新版本）
TorchVision 版本 0.6 或更高（推荐最新版本）
Captum（推荐最新版本）
Matplotlib 版本 3.3.4，因为 Captum 目前使用了一个 Matplotlib 函数，其参数在较新版本中已重命名
要在 Anaconda 或 pip 虚拟环境中安装 Captum，请使用下面适合您环境的命令：
使用 conda
conda install pytorch torchvision captum flask-compress matplotlib=3.3.4 -c pytorch
使用 pip
pip install torch torchvision captum matplotlib==3.3.4 Flask-Compress
在此 notebook 中，在您设置的环境中重新启动，即可开始！
第一个示例#
首先，我们来看一个简单的视觉示例。我们将从一个在 ImageNet 数据集上预训练的 ResNet 模型开始。我们将获取一个测试输入，并使用不同的**特征归因**算法来检查输入图像如何影响输出，并查看一些测试图像的输入归因图的有用可视化。
首先，一些导入
import torch
import torch.nn.functional as F
import torchvision.transforms as transforms
import torchvision.models as models
import captum
from captum.attr import IntegratedGradients, Occlusion, LayerGradCam, LayerAttribution
from captum.attr import visualization as viz
import os, sys
import json
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
现在我们将使用 TorchVision 模型库下载一个预训练的 ResNet。由于我们不进行训练，因此暂时将其置于评估模式。
model = models.resnet18(weights='IMAGENET1K_V1')
model = model.eval()
您获取此交互式 notebook 的位置也应该有一个包含 cat.jpg 文件的 img 文件夹。
test_img = Image.open('img/cat.jpg')
test_img_data = np.asarray(test_img)
plt.imshow(test_img_data)
plt.show()
我们的 ResNet 模型在 ImageNet 数据集上进行了训练，并且期望图像具有特定的尺寸，并且通道数据被归一化到特定范围的值。我们还将获取模型识别的类别的人类可读标签列表——这些应该也在 img 文件夹中。
# model expects 224x224 3-color image
transform = transforms.Compose([
transforms.Resize(224),
transforms.CenterCrop(224),
transforms.ToTensor()
])
# standard ImageNet normalization
transform_normalize = transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)
transformed_img = transform(test_img)
input_img = transform_normalize(transformed_img)
input_img = input_img.unsqueeze(0) # the model requires a dummy batch dimension
labels_path = 'img/imagenet_class_index.json'
with open(labels_path) as json_data:
idx_to_labels = json.load(json_data)
现在，我们可以问一个问题：我们的模型认为这张图片是什么？
output = model(input_img)
output = F.softmax(output, dim=1)
prediction_score, pred_label_idx = torch.topk(output, 1)
pred_label_idx.squeeze_()
predicted_label = idx_to_labels[str(pred_label_idx.item())][1]
print('Predicted:', predicted_label, '(', prediction_score.squeeze().item(), ')')
我们已经确认 ResNet 认为我们的猫的图片确实是猫。但是模型**为什么**会认为这是一张猫的图片？
为了找到答案，我们转向 Captum。
使用集成梯度进行特征归因#
特征归因 将特定输出归因于输入的特征。它使用一个特定的输入——这里是我们的测试图像——来生成一个输入特征对特定输出特征的相对重要性的图。
集成梯度 是 Captum 中可用的特征归因算法之一。集成梯度通过近似模型输出相对于输入的梯度的积分来为每个输入特征分配一个重要性分数。
在我们的例子中，我们将采用输出向量的一个特定元素——即表示模型对其所选类别的置信度的元素——并使用集成梯度来理解输入图像的哪些部分对该输出做出了贡献。
一旦我们有了集成梯度的重要性图，我们将使用 Captum 中的可视化工具来提供重要性图的有用表示。Captum 的 visualize_image_attr() 函数提供了各种选项来定制您的归因数据的显示。这里，我们传递了一个自定义的 Matplotlib 颜色映射。
运行包含 integrated_gradients.attribute() 调用的单元格通常需要一两分钟。
# Initialize the attribution algorithm with the model
integrated_gradients = IntegratedGradients(model)
# Ask the algorithm to attribute our output target to
attributions_ig = integrated_gradients.attribute(input_img, target=pred_label_idx, n_steps=200)
# Show the original image for comparison
_ = viz.visualize_image_attr(None, np.transpose(transformed_img.squeeze().cpu().detach().numpy(), (1,2,0)),
method="original_image", title="Original Image")
default_cmap = LinearSegmentedColormap.from_list('custom blue',
[(0, '#ffffff'),
(0.25, '#0000ff'),
(1, '#0000ff')], N=256)
_ = viz.visualize_image_attr(np.transpose(attributions_ig.squeeze().cpu().detach().numpy(), (1,2,0)),
np.transpose(transformed_img.squeeze().cpu().detach().numpy(), (1,2,0)),
method='heat_map',
cmap=default_cmap,
show_colorbar=True,
sign='positive',
title='Integrated Gradients')
在上面的图像中，您应该看到集成梯度在图像猫的位置周围给出了最强的信号。
使用遮挡进行特征归因#
基于梯度的归因方法有助于通过直接计算输出相对于输入的改变来理解模型。*基于扰动的方法* 则更直接地处理这个问题，通过引入输入的变化来衡量对输出的影响。 遮挡 是一种此类方法。它涉及替换输入图像的某些部分，并检查对输出信号的影响。
下面，我们设置遮挡归因。类似于配置卷积神经网络，您可以指定目标区域的大小以及步幅长度来确定各个测量的间距。我们将使用 visualize_image_attr_multiple() 可视化遮挡归因的输出，显示每个区域的正面和负面归因的热图，并通过用正面归因区域遮罩原始图像来显示。遮罩方式非常直观地显示了模型认为我们猫照片的哪些区域最“像猫”。
occlusion = Occlusion(model)
attributions_occ = occlusion.attribute(input_img,
target=pred_label_idx,
strides=(3, 8, 8),
sliding_window_shapes=(3,15, 15),
baselines=0)
_ = viz.visualize_image_attr_multiple(np.transpose(attributions_occ.squeeze().cpu().detach().numpy(), (1,2,0)),
np.transpose(transformed_img.squeeze().cpu().detach().numpy(), (1,2,0)),
["original_image", "heat_map", "heat_map", "masked_image"],
["all", "positive", "negative", "positive"],
show_colorbar=True,
titles=["Original", "Positive Attribution", "Negative Attribution", "Masked"],
fig_size=(18, 6)
)
同样，我们看到对包含猫的图像区域给予了更大的重要性。
使用 Layer GradCAM 进行层归因#
层归因 允许您将模型中隐藏层的活动归因于输入的特征。下面，我们将使用层归因算法来检查我们模型中一个卷积层的活动。
GradCAM 计算目标输出相对于给定层的梯度，为每个输出通道（输出的第二个维度）求平均，并将每个通道的平均梯度乘以层激活。然后将结果对所有通道求和。GradCAM 是为卷积神经网络设计的；由于卷积层的活动通常在空间上映射到输入，因此 GradCAM 归因通常会被上采样并用于遮罩输入。
层归因的设置类似于输入归因，只是除了模型之外，您还必须指定一个您希望检查的模型中的隐藏层。与上面一样，当我们调用 attribute() 时，我们会指定感兴趣的目标类。
layer_gradcam = LayerGradCam(model, model.layer3[1].conv2)
attributions_lgc = layer_gradcam.attribute(input_img, target=pred_label_idx)
_ = viz.visualize_image_attr(attributions_lgc[0].cpu().permute(1,2,0).detach().numpy(),
sign="all",
title="Layer 3 Block 1 Conv 2")
我们将使用 LayerAttribution 基类的便捷方法 interpolate() 来上采样此归因数据，以便与输入图像进行比较。
upsamp_attr_lgc = LayerAttribution.interpolate(attributions_lgc, input_img.shape[2:])
print(attributions_lgc.shape)
print(upsamp_attr_lgc.shape)
print(input_img.shape)
_ = viz.visualize_image_attr_multiple(upsamp_attr_lgc[0].cpu().permute(1,2,0).detach().numpy(),
transformed_img.permute(1,2,0).numpy(),
["original_image","blended_heat_map","masked_image"],
["all","positive","positive"],
show_colorbar=True,
titles=["Original", "Positive Attribution", "Masked"],
fig_size=(18, 6))
像这样的可视化可以为您提供关于隐藏层如何响应输入的新的见解。
使用 Captum Insights 进行可视化#
Captum Insights 是一个基于 Captum 构建的可解释性可视化 widget，旨在促进模型理解。Captum Insights 可处理图像、文本和其他特征，以帮助用户理解特征归因。它允许您可视化多个输入/输出对的归因，并提供适用于图像、文本和任意数据的可视化工具。
在本 notebook 的这一部分，我们将使用 Captum Insights 可视化多个图像分类推理。
首先，让我们收集一些图像并看看模型对它们的看法。为了多样化，我们将使用我们的猫、一个茶壶和一个三叶虫化石。
imgs = ['img/cat.jpg', 'img/teapot.jpg', 'img/trilobite.jpg']
for img in imgs:
img = Image.open(img)
transformed_img = transform(img)
input_img = transform_normalize(transformed_img)
input_img = input_img.unsqueeze(0) # the model requires a dummy batch dimension
output = model(input_img)
output = F.softmax(output, dim=1)
prediction_score, pred_label_idx = torch.topk(output, 1)
pred_label_idx.squeeze_()
predicted_label = idx_to_labels[str(pred_label_idx.item())][1]
print('Predicted:', predicted_label, '/', pred_label_idx.item(), ' (', prediction_score.squeeze().item(), ')')
……看起来我们的模型都能正确识别它们——当然，我们想深入了解。为此，我们将使用 Captum Insights widget，我们通过一个 AttributionVisualizer 对象进行配置，该对象将在下面导入。AttributionVisualizer 需要数据批次，因此我们将引入 Captum 的 Batch 辅助类。并且我们将专门查看图像，因此我们还将导入 ImageFeature。
我们使用以下参数配置 AttributionVisualizer：
要检查的模型数组（在本例中只有一个）
一个评分函数，它允许 Captum Insights 从模型中提取 top-k 预测
一个有序的、人类可读的模型训练的类别列表
一个要查找的特征列表——在本例中是
ImageFeature一个数据集，它是一个返回输入和标签批次的迭代对象——就像您用于训练一样
from captum.insights import AttributionVisualizer, Batch
from captum.insights.attr_vis.features import ImageFeature
# Baseline is all-zeros input - this may differ depending on your data
def baseline_func(input):
return input * 0
# merging our image transforms from above
def full_img_transform(input):
i = Image.open(input)
i = transform(i)
i = transform_normalize(i)
i = i.unsqueeze(0)
return i
input_imgs = torch.cat(list(map(lambda i: full_img_transform(i), imgs)), 0)
visualizer = AttributionVisualizer(
models=[model],
score_func=lambda o: torch.nn.functional.softmax(o, 1),
classes=list(map(lambda k: idx_to_labels[k][1], idx_to_labels.keys())),
features=[
ImageFeature(
"Photo",
baseline_transforms=[baseline_func],
input_transforms=[],
)
],
dataset=[Batch(input_imgs, labels=[282,849,69])]
)
请注意，运行上面的单元格没有花费太多时间，与我们之前的归因不同。这是因为 Captum Insights 允许您在一个可视化 widget 中配置不同的归因算法，之后它将计算并显示归因。那个过程需要几分钟。
运行下面的单元格将渲染 Captum Insights widget。然后，您可以选择归因方法及其参数，根据预测类别或预测的正确性过滤模型响应，查看带有相关概率的模型预测，并查看与原始图像相比的归因热图。
visualizer.render()
