O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

Model Card Toolkit

A biblioteca Model Card Toolkit (MCT) simplifica e automatiza a geração de Model Cards, documentos de machine learning que oferecem contexto e transparência para o desenvolvimento e o desempenho de um modelo. Integrar o Model Card Toolkit ao pipeline de ML possibilita que você compartilhe as métricas e os metadados do modelo com pesquisadores, desenvolvedores, informantes e muito mais.

O MCT usa um esquema JSON para armazenar campos dos model cards. O MCT preenche esses campos automaticamente para os usuários do TFX pelo ML Metadata (MLMD). Os campos dos model cards também podem ser preenchidos manualmente por uma API Python. Alguns casos de uso de model cards incluem os seguintes:

  • Facilitar a troca de informações entre os criadores do modelo e os desenvolvedores de produtos
  • Embasar decisões mais bem informadas pelos usuários de modelos de ML sobre como usá-los ou como não os usar
  • Disponibilizar as informações sobre o modelo necessárias para maior transparência e para uma fiscalização pública mais eficaz
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()

Recursos