Poprawa jakości modelu dzięki analizie modelu TensorFlow
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Wstęp
Dostosowując model w trakcie jego opracowywania, musisz sprawdzić, czy wprowadzone zmiany poprawiają model. Samo sprawdzenie dokładności może nie wystarczyć. Na przykład, jeśli masz klasyfikator dla problemu, w którym 95% przypadków jest pozytywnych, możesz poprawić dokładność, po prostu zawsze przewidując wynik pozytywny, ale nie będziesz mieć bardzo solidnego klasyfikatora.
Przegląd
Celem analizy modelu TensorFlow jest zapewnienie mechanizmu oceny modelu w TFX. Analiza modelu TensorFlow umożliwia przeprowadzanie ocen modelu w potoku TFX oraz przeglądanie wynikowych metryk i wykresów w notatniku Jupyter. W szczególności może zapewnić:
- Metryki obliczone na podstawie całego zbioru danych szkoleniowych i wstrzymanych, a także oceny następnego dnia
- Wskaźniki śledzenia w czasie
- Jakość modelu na różnych wycinkach funkcji
- Walidacja modelu w celu zapewnienia, że model utrzymuje stałą wydajność
Następne kroki
Wypróbuj nasz samouczek TFMA .
Sprawdź naszą stronę Github , aby uzyskać szczegółowe informacje na temat obsługiwanych metryk i wykresów oraz powiązanych wizualizacji notatników.
Zobacz przewodniki dotyczące instalacji i wprowadzenia , aby uzyskać informacje i przykłady konfiguracji w potoku autonomicznym. Przypomnijmy, że TFMA jest również używane w komponencie Evaluator w TFX, więc te zasoby będą również przydatne do rozpoczęcia pracy z TFX.
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2024-10-07 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Brak potrzebnych mi informacji"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Zbyt skomplikowane / zbyt wiele czynności do wykonania"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Nieaktualne treści"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problem z tłumaczeniem"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problem z przykładami/kodem"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Inne"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Łatwo zrozumieć"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Rozwiązało to mój problem"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Inne"
}]
{"lastModified": "Ostatnia aktualizacja: 2024-10-07 UTC."}
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2024-10-07 UTC."],[],[]]
