Captum은 PyTorch에서 모델 해석 가능성을 위한 일반적인 구현을 제공하는 확장 가능 라이브러리입니다. 여러 알고리즘을 제공하여 복잡한 머신 러닝 모델을 해명하고 모델 예측을 분석하고 이해합니다. Captum은 연구자와 개발자가 자신의 모델을 이해하고 개선하는 데 도움을 주는 여러 방법을 포함하고 있습니다.

CommNet은 다중 에이전트가 각각의 시간 단계에서 숨겨진 상태를 공유하고 협력 환경에서 행동 조정을 학습할 수 있도록 하는 연구 지향 라이브러리입니다. 이 라이브러리에는 PyTorch 모델 정의, 훈련 및 평가 스크립트, OpenAI Gym 환경 래퍼, 통신 채널, 에이전트 수, 네트워크 깊이 등을 사용자 정의할 수 있는 유틸리티가 포함되어 있습니다. 연구자와 개발자는 CommNet을 사용하여 내비게이션, 추적-회피, 자원 수집 작업에서 에이전트 간 통신 전략을 프로토타입하고 벤치마킹할 수 있습니다.