Khái niệm về bộ công cụ thẻ mẫu

Thẻ mẫu

Thẻ mô hình là tài liệu máy học cung cấp bối cảnh và tính minh bạch về quá trình phát triển và hiệu suất của mô hình. Chúng có thể được sử dụng để chia sẻ siêu dữ liệu và số liệu mô hình với các nhà nghiên cứu, nhà phát triển, phóng viên, v.v.

Một số trường hợp sử dụng thẻ mẫu bao gồm:

  • Tạo điều kiện trao đổi thông tin giữa người xây dựng mô hình và nhà phát triển sản phẩm.
  • Thông báo cho người dùng các mô hình ML để đưa ra quyết định sáng suốt hơn về cách sử dụng chúng (hoặc cách không sử dụng chúng).
  • Cung cấp thông tin mẫu cần thiết để giám sát công chúng một cách hiệu quả và chịu trách nhiệm giải trình.

Lược đồ

Lược đồ Thẻ mẫu là một bản mẫu mô tả các trường có sẵn của thẻ mẫu. Một giao diện JSON cũng có sẵn. Những đối tượng này có thể được giao tiếp với các hệ thống khác để lưu trữ, phân tích hoặc trực quan hóa.

Ngày nay, lược đồ Thẻ mẫu được thực thi nghiêm ngặt. Trong Model Card Toolkit 2.0, hạn chế lược đồ này sẽ được dỡ bỏ.

đồ họa

Bộ công cụ thẻ mô hình tự động tạo đồ họa cho bộ dữ liệu TFX và kết quả đánh giá. Đồ họa cũng có thể được tạo thủ công bằng công cụ như Matplotlib và được ghi vào ModelCard - xem API thẻ mẫu để biết chi tiết.

Trong lược đồ Thẻ mẫu, đồ họa được lưu trữ trong trường Graphic.image và được mã hóa dưới dạng chuỗi được mã hóa base64 . Bộ công cụ Thẻ Mẫu có thể giúp tạo ra các hình ảnh base64 .

Bộ công cụ thẻ mẫu

Bộ công cụ Thẻ mẫu cho phép bạn tạo các tài liệu Thẻ mẫu cũng như các đối tượng Proto và JSON với giao diện Python được sắp xếp hợp lý.

API thẻ mẫu

Bộ công cụ Thẻ mẫu bao gồm API Thẻ mẫu bao gồm lớp Python . Các bản cập nhật được thực hiện cho đối tượng Model Card Python sẽ được ghi vào đối tượng proto Model Card.

đồ họa

Hàm model_card_toolkit.utils.graphics.figure_to_base64str() có thể được sử dụng để chuyển đổi đồ họa, chẳng hạn như số liệu Matplotlib, thành chuỗi base64.

Lưu và tải thẻ mẫu

Nếu bạn đã chú thích xong thẻ mô hình của mình và muốn tuần tự hóa nó ở định dạng JSON hoặc protobuf, hãy sử dụng phương thức ModelCard.save() .


import model_card_toolkit as mct

model_card = mct.ModelCard()
model_card.model_details.name = 'Fine-tuned MobileNetV2 Model for Cats vs. Dogs'
model_card.save('model_cards/cats_vs_dogs.json')

Nếu bạn muốn khôi phục và cập nhật thẻ mẫu đã lưu, hãy sử dụng hàm model_card_toolkit.model_card.load_model_card() .


import model_card_toolkit as mct

model_card = mct.load_model_card('model_cards/cats_vs_dogs.json')
model_card.model_details.licenses.append(mct.License(identifier='Apache-2.0'))

Tài liệu mẫu thẻ

Theo mặc định, tài liệu thẻ mẫu được tạo là tệp HTML dựa trên default_template.html.jinja . Tuy nhiên, bạn cũng có thể cung cấp mẫu Jinja tùy chỉnh của riêng mình. Các tệp mẫu này có thể ở bất kỳ định dạng dựa trên văn bản nào (HTML, Markdown, LaTeX, v.v.). Mẫu Markdown được cung cấp làm ví dụ.

Tích hợp TFX và MLMD

Bộ công cụ Thẻ Mẫu tích hợp với các công cụ Siêu dữ liệu TensorFlow Extended và ML . Bạn có thể sử dụng Cửa hàng siêu dữ liệu trong quá trình khởi tạo Bộ công cụ thẻ mẫu để điền trước nhiều trường thẻ mẫu và tạo các sơ đồ đào tạo và đánh giá.

Các hiện vật được MCT sử dụng:

Các lệnh thực thi được MCT sử dụng:

Thành phần ModelCardGenerator đã được chuyển sang thư viện TFX Addons và không còn được đóng gói trong Model Card Toolkit từ phiên bản 2.0.0 nữa. Trước khi có thể sử dụng thành phần này, bạn sẽ cần cài đặt gói tfx-addons :

pip install tfx-addons[model_card_generator]

Xem hướng dẫn ModelCardGenerator và chạy sổ tay nghiên cứu điển hình để tìm hiểu thêm về thành phần.