序章
開発中にモデルを微調整するときは、変更によってモデルが改善されているかどうかを確認する必要があります。精度をチェックするだけでは不十分な場合があります。たとえば、インスタンスの95％が正である問題の分類子がある場合、常に正を予測するだけで精度を向上させることができますが、非常に堅牢な分類子はありません。
概要
TensorFlowモデル分析の目標は、TFXでのモデル評価のメカニズムを提供することです。 TensorFlow Model Analysisを使用すると、TFXパイプラインでモデル評価を実行し、結果のメトリックとプロットをJupyterノートブックで表示できます。具体的には、次のものを提供できます。
- メトリック全体のトレーニングとホールドアウトデータセットに対して計算されただけでなく、翌日の評価
- 時間の経過に伴うメトリックの追跡
- さまざまなフィーチャスライスでのモデル品質パフォーマンス
- モデルの検証モデルのは、一貫したパフォーマンスを維持することを確保するための
次のステップ
私たちのお試しTFMAチュートリアルを。
私たちのチェックアウトgithubののサポートの詳細についてのページをメトリックおよびプロットと関連したノートブックの可視化。
参照してください。インストールとget_started取得する方法についての情報と例のためのガイドセットアップをstandloneパイプラインでは。 TFMAも内で使用されていることを思い出して評価者のこれらのリソースは、同様TFXを初めて使用する方のために有用であろうように、TFXで構成。