Avoir une question? Connectez-vous avec la communauté sur le forum TensorFlow Visiter le forum

Boîte à outils Model Card

La boîte à outils Model Card simplifie et automatise la génération de fiches modèles (documents de machine learning qui contextualisent le développement et les performances d'un modèle, et permettent d'en assurer le suivi en toute transparence.). En l'intégrant dans votre pipeline de ML, vous pourrez partager les métadonnées et les métriques de votre modèle avec des chercheurs, des développeurs, des journalistes, etc.

Elle stocke les champs de fiches modèles à l'aide d'un schéma JSON et peut les remplir automatiquement pour les utilisateurs de TFX via ML Metadata (MLMD). Ces champs peuvent également être complétés manuellement via une API Python. Voici certains cas d'utilisation des fiches modèles :

  • Faciliter l'échange d'informations entre les créateurs de modèles et les développeurs de produits
  • Informer les utilisateurs de modèles de ML pour les aider à prendre des décisions plus avisées sur la façon de les utiliser (ou non)
  • Fournir les informations requises liées à ces modèles pour une responsabilisation et un contrôle public efficaces
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()

Ressources