হোয়াট-ইফ টুল ড্যাশবোর্ডের সাথে মডেল বোঝাপড়া

কি-ইফ টুল

হোয়াট-ইফ টুল (ডব্লিউআইটি) ব্ল্যাক-বক্স শ্রেণীবিভাগ এবং রিগ্রেশন এমএল মডেলের বোঝার প্রসারিত করার জন্য একটি সহজে ব্যবহারযোগ্য ইন্টারফেস প্রদান করে। প্লাগইনের সাহায্যে, আপনি উদাহরণের একটি বড় সেটের উপর অনুমান করতে পারেন এবং বিভিন্ন উপায়ে ফলাফলগুলিকে অবিলম্বে কল্পনা করতে পারেন। উপরন্তু, উদাহরণগুলি ম্যানুয়ালি বা প্রোগ্রামগতভাবে সম্পাদনা করা যেতে পারে এবং পরিবর্তনের ফলাফল দেখতে মডেলের মাধ্যমে পুনরায় চালানো যেতে পারে। এটিতে একটি ডেটাসেটের উপসেটগুলির উপর মডেলের কার্যকারিতা এবং ন্যায্যতা তদন্তের জন্য টুলিং রয়েছে৷

টুলটির উদ্দেশ্য হল লোকেদেরকে একটি সহজ, স্বজ্ঞাত, এবং শক্তিশালী উপায় প্রদান করা যাতে প্রশিক্ষিত এমএল মডেলগুলিকে একটি ভিজ্যুয়াল ইন্টারফেসের মাধ্যমে অন্বেষণ এবং তদন্ত করার জন্য একেবারে কোন কোডের প্রয়োজন নেই৷

টুলটি টেনসরবোর্ডের মাধ্যমে বা সরাসরি জুপিটার বা কোলাব নোটবুকে অ্যাক্সেস করা যেতে পারে। আরো গভীরভাবে বিবরণ, ডেমো এগিয়ে যান, এবং তথ্য নোটবুক মোডে বুদ্ধি ব্যবহার করে নির্দিষ্ট দেখুন কি-যদি টুল ওয়েবসাইট

প্রয়োজনীয়তা

TensorBoard-এ WIT ব্যবহার করার জন্য দুটি জিনিস প্রয়োজন:

  • মডেল (গুলি) আপনার অন্বেষণ করতে ব্যবহার অবশ্যই সংরক্ষণ করা উচিত ইচ্ছুক TensorFlow পরিবেশন করছে শ্রেণিবদ্ধ regress ব্যবহার করে, বা এপিআই ভবিষ্যদ্বাণী করা।
  • মডেলগুলি দ্বারা অনুমান করা ডেটাসেটটি টেনসরবোর্ড ওয়েব সার্ভার দ্বারা অ্যাক্সেসযোগ্য একটি TFRecord ফাইলে থাকা আবশ্যক৷

ব্যবহার

TensorBoard-এ What-If টুল ড্যাশবোর্ড খোলার সময়, আপনি একটি সেটআপ স্ক্রীন দেখতে পাবেন যেখানে আপনি মডেল সার্ভারের হোস্ট এবং পোর্ট, পরিবেশিত মডেলের নাম, মডেলের ধরন এবং TFRecords ফাইলের পাথ প্রদান করবেন। ভার. এই তথ্যটি পূরণ করার পরে এবং "স্বীকার করুন" ক্লিক করার পরে, WIT ডেটাসেট লোড করবে এবং ফলাফলগুলি প্রদর্শন করে মডেলের সাথে অনুমান চালাবে।

বুদ্ধি এবং কীভাবে তারা মডেল বোঝার এবং সততা তদন্ত সাহায্য করতে পারেন, বিভিন্ন বৈশিষ্ট্যের উপর বিস্তারিত জানার জন্য, উপর, walkthrough দেখতে কি-যদি টুল ওয়েবসাইট

ডেমো মডেল এবং ডেটাসেট

আপনি যদি একটি প্রাক প্রশিক্ষিত মডেলের TensorBoard মধ্যে বুদ্ধি পরীক্ষা করার চান, আপনি ডাউনলোড করুন থেকে একটি প্রাক প্রশিক্ষিত মডেল এবং ডেটা সেটটি আনজিপ করতে https://storage.googleapis.com/what-if-tool-resources/uci-census -demo / uci-census-demo.zip মডেল একটি বাইনারি শ্রেণীবিন্যাস মডেল ব্যবহার করে যে UCI জনগণনা কিনা একজন ব্যক্তির অধিক 50ka $ বছর আয় ভবিষ্যদ্বাণী করা ডেটা সেটটি। এই ডেটাসেট এবং ভবিষ্যদ্বাণী টাস্ক প্রায়শই মেশিন লার্নিং মডেলিং এবং ন্যায্যতা গবেষণায় ব্যবহৃত হয়।

আপনার মেশিনে ফলাফল মডেল ডিরেক্টরির অবস্থানে পরিবেশ পরিবর্তনশীল MODEL_PATH সেট করুন।

Docker ইনস্টল করুন এবং TensorFlow নিম্নলিখিত পরিবেশন করছে সরকারী ডকুমেন্টেশন

মডেল মাধ্যমে Docker ব্যবহার পরিবেশন docker run -p 8500:8500 --mount type=bind,source=${MODEL_PATH},target=/models/uci_income -e MODEL_NAME=uci_income -t tensorflow/serving । উল্লেখ্য আপনার সাথে কমান্ডটি প্রয়োগ করার প্রয়োজন হতে পারে sudo আপনার Docker সেটআপ উপর নির্ভর করে।

এখন টেনসরবোর্ড চালু করুন এবং What-If টুলে নেভিগেট করতে ড্যাশবোর্ড ড্রপ-ডাউন ব্যবহার করুন।

, "Uci_income" এ মডেলের নাম এবং ডাউনলোড করা পূর্ণ পথে উদাহরণ পাথ: সেটআপ স্ক্রিনে, "8500 স্থানীয় হোস্ট" থেকে অনুমান নিজের ঠিকানা সেট adult.tfrecord ফাইল, তারপর প্রেস "স্বীকার করুন"।

ডেমো জন্য সেটআপ স্ক্রীন

এই ডেমোতে What-If টুলের সাথে চেষ্টা করার জন্য কিছু জিনিস অন্তর্ভুক্ত:

  • একটি একক ডেটাপয়েন্ট সম্পাদনা করা এবং ফলাফলের অনুমানে পরিবর্তন দেখা।
  • আংশিক নির্ভরতা প্লটের মাধ্যমে ডেটাসেটের পৃথক বৈশিষ্ট্য এবং মডেলের অনুমানের মধ্যে সম্পর্ক অন্বেষণ করা।
  • ডেটাসেটকে উপসেটে স্লাইস করা এবং স্লাইসের মধ্যে পারফরম্যান্সের তুলনা করা।

টুল এর বৈশিষ্ট্য একটি মধ্যে গভীরতা বর্ণন জন্য, চেক আউট কি-যদি টুল, walkthrough

এই মডেলটি যে ডেটাসেটের গ্রাউন্ড ট্রুথ ফিচারটি ভবিষ্যদ্বাণী করার চেষ্টা করছে সেটিকে "টার্গেট" নাম দেওয়া হয়েছে, তাই "পারফরম্যান্স এবং ফেয়ারনেস" ট্যাব ব্যবহার করার সময়, "টার্গেট" হল যা আপনি গ্রাউন্ড ট্রুথ ফিচার ড্রপডাউনে উল্লেখ করতে চান।