Únase a nosotros en DevFest para Ucrania del 14 al 15 de junio En línea Regístrese ahora

Mejora de la calidad del modelo con el análisis de modelo de TensorFlow

Introducción

A medida que modifica su modelo durante el desarrollo, debe verificar si sus cambios están mejorando su modelo. Verificar la precisión puede no ser suficiente. Por ejemplo, si tiene un clasificador para un problema en el que el 95% de sus instancias son positivas, es posible que pueda mejorar la precisión simplemente prediciendo siempre positivo, pero no tendrá un clasificador muy sólido.

Descripción general

El objetivo de TensorFlow Model Analysis es proporcionar un mecanismo para la evaluación del modelo en TFX. TensorFlow Model Analysis te permite realizar evaluaciones de modelos en la canalización TFX y ver las métricas y los gráficos resultantes en un cuaderno de Jupyter. Específicamente, puede proporcionar:

  • Métricas calculadas sobre toda la formación y retención de datos, así como las evaluaciones del día siguiente
  • Seguimiento de métricas a lo largo del tiempo
  • Modele el rendimiento de la calidad en diferentes segmentos de características
  • La validación del modelo de asegurar que mantienen modelo de rendimiento constante

Próximos pasos

Pruebe nuestro tutorial TFMA .

Visita nuestra github página para obtener más información sobre las apoyados métricas y parcelas y portátiles asociados visualizaciones .

Ver las instalar y get_started guías de información y ejemplos sobre cómo conseguir la configuración en una tubería standlone. Recordemos que TFMA también se utiliza dentro del Evaluador componente en TFX por lo que estos recursos serán útiles para iniciarse en TFX también.