مساعدة في حماية الحاجز المرجاني العظيم مع TensorFlow على Kaggle تاريخ التحدي

تحسين جودة النموذج باستخدام تحليل نموذج TensorFlow

مقدمة

أثناء قيامك بتعديل نموذجك أثناء التطوير ، تحتاج إلى التحقق مما إذا كانت تغييراتك تعمل على تحسين النموذج الخاص بك. مجرد التحقق من الدقة قد لا يكون كافيا. على سبيل المثال ، إذا كان لديك مصنف لمشكلة يكون 95٪ من مثيلاتك فيها موجبة ، فقد تتمكن من تحسين الدقة ببساطة عن طريق التنبؤ بالإيجابية دائمًا ، ولكن لن يكون لديك مصنف قوي للغاية.

ملخص

الهدف من تحليل نموذج TensorFlow هو توفير آلية لتقييم النموذج في TFX. يسمح لك تحليل نموذج TensorFlow بإجراء تقييمات النموذج في خط أنابيب TFX ، وعرض المقاييس والمخططات الناتجة في دفتر Jupyter. على وجه التحديد ، يمكن أن توفر:

  • مقاييس حسابها على التدريب بأكمله وبيانات المعقل، وكذلك التقييمات في اليوم التالي
  • مقاييس التتبع بمرور الوقت
  • أداء جودة النموذج على شرائح الميزات المختلفة
  • التحقق من صحة النموذج لضمان ونموذج الحفاظ على أداء ثابت

الخطوات التالية

محاولة لدينا TFMA البرنامج التعليمي .

تحقق من جيثب الصفحة لمزيد من التفاصيل على دعم مقاييس والمؤامرات والكمبيوتر المحمول المرتبطة تصورات .

انظر تثبيت و get_started أدلة للحصول على معلومات وأمثلة حول كيفية الحصول على الإعداد في خط أنابيب standlone. يذكر أن TFMA يستخدم أيضا داخل مقيم عنصر في TFX حتى هذه الموارد سوف تكون مفيدة للبدء في TFX كذلك.