giriiş
Geliştirme sırasında modelinizi ince ayarlarken, yaptığınız değişikliklerin modelinizi iyileştirip iyileştirmediğini kontrol etmeniz gerekir. Sadece doğruluğu kontrol etmek yeterli olmayabilir. Örneğin, örneklerinizin %95'inin pozitif olduğu bir problem için bir sınıflandırıcınız varsa, her zaman pozitif tahmin ederek doğruluğu artırabilirsiniz, ancak çok sağlam bir sınıflandırıcınız olmayacaktır.
genel bakış
TensorFlow Model Analizinin amacı, TFX'te model değerlendirmesi için bir mekanizma sağlamaktır. TensorFlow Model Analysis, TFX ardışık düzeninde model değerlendirmeleri gerçekleştirmenize ve bir Jupyter not defterinde elde edilen ölçümleri ve grafikleri görüntülemenize olanak tanır. Spesifik olarak şunları sağlayabilir:
- Tüm eğitim ve bekletme veri kümesi üzerinde hesaplanan metrikler ve sonraki gün değerlendirmeleri
- Zaman içindeki metrikleri izleme
- Farklı özellik dilimlerinde model kalite performansı
- Modelin tutarlı performansını sürdürmesini sağlamak için model doğrulama
Sonraki adımlar
TFMA eğitimimizi deneyin.
Desteklenen ölçümler, grafikler ve ilgili not defteri görselleştirmeleri hakkında ayrıntılar için github sayfamıza göz atın.
Bağımsız bir ardışık düzende nasıl kurulacağına ilişkin bilgi ve örnekler için kurulum ve başlangıç kılavuzlarına bakın. TFMA'nın TFX'teki Değerlendirici bileşeni içinde de kullanıldığını hatırlayın, bu nedenle bu kaynaklar TFX'e başlamak için de faydalı olacaktır.