近日，Google 在 Google Research Blog 上发布了一份《The Building Blocks of Interpretability》科研报告，讨了如何结合特征可视化和其他可解释性技术来理解神经网络如何做出决策。同时，还发布了 Lucid（及其 GitHub），一套研究神经网络可解释性的基础架构和工具和 colab notebooks，使得借助 Lucid 再现文中的可视化变得极其简单。
Lucid 是一个建立在 DeepDream （GitHub）上的神经网络可视化库。Lucid 是研究神经网络可解释性的一套基础架构和工具。具体来说，它提供顶尖的特征可视化技术实现和灵活的抽象，使探索新的研究方向变得非常简单。除了更艺术化的 DeepDream 图像，Lucid 还允许进行上述的特征可视化。另外，Google 还发行了运行在 Colaboratory 的机器学习教育和研究平台上 colab notebooks，它们使得用 Lucid 再现谷歌文章中的可视化变得极其简单。只要打开 notebook，点击按钮运行代码即可，无需安装。
项目GitHub地址