GEN-CNP是一种能够从目标模型的特征图中学习预测神经通路的模型，遵循同类神经通路主要由与类别相关的神经元组成和每个实例的神经通路稀疏度应得到最佳确定的可解释性准则。实验证明该模型具有忠实性和可解释性。