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

Introducción

A medida que modifica su modelo durante el desarrollo, debe verificar si sus cambios están mejorando su modelo. Solo 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, puede mejorar la precisión simplemente prediciendo siempre positivo, pero no tendrá un clasificador muy sólido.

Visión general

El objetivo de TensorFlow Model Analysis es proporcionar un mecanismo para la evaluación de modelos en TFX. TensorFlow Model Analysis le permite realizar evaluaciones de modelos en la canalización de TFX y ver las métricas y gráficos resultantes en un cuaderno de Jupyter Notebook. En concreto, puede proporcionar:

  • Métricas calculadas en todo el conjunto de datos de entrenamiento y retención, así como en las evaluaciones del día siguiente
  • Seguimiento de métricas a lo largo del tiempo
  • Desempeño de la calidad del modelo en diferentes segmentos de características
  • Validación del modelo para garantizar que el modelo mantenga un rendimiento constante

Próximos pasos

Pruebe nuestro tutorial de TFMA .

Consulte nuestra página de github para obtener detalles sobre las métricas y gráficos admitidos y las visualizaciones de cuadernos asociadas.

Consulte las guías de instalación y de introducción para obtener información y ejemplos sobre cómo configurar una canalización independiente. Recuerde que TFMA también se usa dentro del componente Evaluator en TFX, por lo que estos recursos también serán útiles para comenzar a usar TFX.