astroautomata/SymTorch

它解決的問題

SymTorch 透過允許使用者使用符號方程式近似特定模型組件的行為，解決了深度學習模型的「黑箱」特性。此過程稱為符號蒸餾，有助於讓神經網絡的複雜內部運作更具可解釋性。

如何運作

該框架利用 PySR（符號回歸）來尋找能夠模擬深度學習模型內部組件行為的數學表達式。

適用對象

需要理解深度學習模型組件背後數學邏輯的研究人員和開發者，或希望對神經網絡進行符號蒸餾的人。

主要特色

• 符號近似：使用 PySR 將深度學習組件轉換為可讀的符號方程式。
• 符號蒸餾：提供專為將深度神經網絡蒸餾為符號形式而設計的框架。
• PyTorch 整合：作為 Python 套件（torch-symbolic）提供，可在 PyTorch 生態系統中使用。