Unisciti alla comunità SIG TFX-Addons e contribuisci a rendere TFX ancora migliore!

Miglioramento della qualità del modello con l'analisi del modello TensorFlow

introduzione

Mentre modifichi il tuo modello durante lo sviluppo, devi verificare se le tue modifiche stanno migliorando il tuo modello. Il solo controllo dell'accuratezza potrebbe non essere sufficiente. Ad esempio, se hai un classificatore per un problema in cui il 95% delle tue istanze è positivo, potresti essere in grado di migliorare la precisione semplicemente prevedendo sempre positivo, ma non avrai un classificatore molto robusto.

Panoramica

L'obiettivo di TensorFlow Model Analysis è fornire un meccanismo per la valutazione del modello in TFX. TensorFlow Model Analysis consente di eseguire valutazioni del modello nella pipeline TFX e visualizzare le metriche e i grafici risultanti in un notebook Jupyter. Nello specifico può fornire:

  • Metriche calcolate sull'intero set di dati di addestramento e controllo, nonché valutazioni del giorno successivo
  • Monitoraggio delle metriche nel tempo
  • Prestazioni di qualità del modello su sezioni di funzionalità diverse
  • Convalida del modello per garantire che il modello mantenga prestazioni costanti

Prossimi passi

Prova il nostro tutorial TFMA .

Consulta la nostra pagina GitHub per i dettagli sulle metriche e sui grafici supportati e sulle visualizzazioni del taccuino associate.

Vedere le guide install e get_started per informazioni ed esempi su come ottenere la configurazione in una pipeline autonoma. Ricorda che TFMA viene utilizzato anche all'interno del componente Evaluator in TFX, quindi queste risorse saranno utili anche per iniziare con TFX.