This page was translated by the Cloud Translation API.
Switch to English

নমনীয়, নিয়ন্ত্রিত এবং জাফরি ​​ভিত্তি মডেলের সঙ্গে interpretable এমএল

import numpy as np
import tensorflow as tf
import tensorflow_lattice as tfl

model = tf.keras.models.Sequential()
model.add(
    tfl.layers.ParallelCombination([
        # Monotonic piece-wise linear calibration with bounded output
        tfl.layers.PWLCalibration(
            monotonicity='increasing',
            input_keypoints=np.linspace(1., 5., num=20),
            output_min=0.0,
            output_max=1.0),
        # Diminishing returns
        tfl.layers.PWLCalibration(
            monotonicity='increasing',
            convexity='concave',
            input_keypoints=np.linspace(0., 200., num=20),
            output_min=0.0,
            output_max=2.0),
        # Partially monotonic categorical calibration: calib(0) <= calib(1)
        tfl.layers.CategoricalCalibration(
            num_buckets=4,
            output_min=0.0,
            output_max=1.0,
            monotonicities=[(0, 1)]),
    ]))
model.add(
    tfl.layers.Lattice(
        lattice_size=[2, 3, 2],
        monotonicities=['increasing', 'increasing', 'increasing'],
        # Trust: model is more responsive to input 0 if input 1 increases
        edgeworth_trusts=(0, 1, 'positive')))
model.compile(...)

TensorFlow জাফরি ​​একটি লাইব্রেরি যে কার্যকরী সীমাবদ্ধ এবং interpretable জাফরি ​​ভিত্তি মডেলের হয়। আপনার লাইব্রেরি সাধারণ-ইন্দ্রিয় বা নীতি চালিত মাধ্যমে শেখার প্রক্রিয়ার মধ্যে ডোমেইন জ্ঞান উদ্বুদ্ধ করতে সক্ষম আকৃতি সীমাবদ্ধতার । এই একটি সংগ্রহ ব্যবহার করা যাবে Keras স্তর যে এই ধরনের monotonicity, ন্যুব্জতা যেমন সীমাবদ্ধতা সন্তুষ্ট করতে পারেন এবং কিভাবে আচরণ বৈশিষ্ট্যগুলিও উপস্থিত রয়েছে। লাইব্রেরি সেটআপ করা সহজ উপলব্ধ premade মডেল এবং টিনজাত estimators

মেমরি জাফরি ​​আপনি প্রশিক্ষণ ডেটা সেটটি আওতায় পড়ে না ইনপুট স্থান অংশগুলি ভাল দূরদর্শন থেকে ডোমেইন জ্ঞান ব্যবহার করতে পারেন। এটি অপ্রত্যাশিত মডেল আচরণ এড়ানো যখন ভজনা বন্টন প্রশিক্ষণ বন্টন থেকে ভিন্ন করতে সাহায্য করে।