12 月 7 日の Women in ML シンポジウムに参加する今すぐ登録する
コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

モデルカードツールキット

モデルカードツールキット(MCT)ライブラリは、モデルカードの生成を合理化および自動化します。これは、モデルの開発とパフォーマンスにコンテキストと透明性を提供する機械学習ドキュメントです。モデルカードツールキットをMLパイプラインに統合すると、モデルのメタデータとメトリックを研究者、開発者、レポーターなどと共有できるようになります。

MCTは、 JSONスキーマを使用してモデルカードフィールドを保存します。 MCTは、 MLメタデータ(MLMD)を介してTFXユーザーのこれらのフィールドに自動的に入力できます。モデルカードフィールドは、 PythonAPIを介して手動で入力することもできます。モデルカードの使用例は次のとおりです。

  • モデルビルダーと製品開発者の間の情報交換を容易にします。
  • MLモデルのユーザーに、それらの使用方法(または使用しない方法)についてより多くの情報に基づいた決定を行うように通知します。
  • 効果的な公共の監視と説明責任に必要なモデル情報を提供する。
import model_card_toolkit

# Initialize the Model Card Toolkit with a path to store generate assets
model_card_output_path = ...
mct = model_card_toolkit.ModelCardToolkit(model_card_output_path)

# Initialize the model_card_toolkit.ModelCard, which can be freely populated
model_card = mct.scaffold_assets()
model_card.model_details.name = 'My Model'

# Write the model card data to a JSON file
mct.update_model_card_json(model_card)

# Return the model card document as an HTML page
html = mct.export_format()

資力