เข้าร่วมชุมชน SIG TFX-Addons และช่วยปรับปรุง TFX ให้ดียิ่งขึ้น!

การปรับปรุงคุณภาพของโมเดลด้วยการวิเคราะห์แบบจำลอง TensorFlow

บทนำ

ในขณะที่คุณปรับแต่งโมเดลระหว่างการพัฒนาคุณต้องตรวจสอบว่าการเปลี่ยนแปลงของคุณกำลังปรับปรุงโมเดลของคุณหรือไม่ แค่ตรวจสอบความถูกต้องอาจไม่เพียงพอ ตัวอย่างเช่นหากคุณมีลักษณนามสำหรับปัญหาที่ 95% ของอินสแตนซ์ของคุณเป็นค่าบวกคุณอาจสามารถปรับปรุงความแม่นยำได้โดยการคาดคะเนค่าบวกเสมอ แต่คุณจะไม่มีตัวจำแนกที่มีประสิทธิภาพมากนัก

ภาพรวม

เป้าหมายของ TensorFlow Model Analysis คือการจัดเตรียมกลไกสำหรับการประเมินโมเดลใน TFX TensorFlow Model Analysis ช่วยให้คุณสามารถทำการประเมินโมเดลในไปป์ไลน์ TFX และดูเมตริกและพล็อตผลลัพธ์ในสมุดบันทึก Jupyter โดยเฉพาะสามารถให้:

  • เมตริก คำนวณจากการฝึกอบรมทั้งหมดและชุดข้อมูลการระงับตลอดจนการประเมินผลในวันถัดไป
  • การติดตามตัวชี้วัดเมื่อเวลาผ่านไป
  • ประสิทธิภาพคุณภาพของโมเดลในส่วนคุณสมบัติต่างๆ
  • การตรวจสอบโมเดล เพื่อให้แน่ใจว่าโมเดลนั้นคงไว้ซึ่งประสิทธิภาพที่สม่ำเสมอ

ขั้นตอนถัดไป

ลองใช้ แบบฝึกหัด TFMA ของเรา

ดูหน้า github ของเราสำหรับรายละเอียดเกี่ยวกับ เมตริกและพล็อ ตที่รองรับ และการ แสดงภาพ สมุดบันทึกที่เกี่ยวข้อง

ดูคำแนะนำในการ ติดตั้ง และ get_started สำหรับข้อมูลและตัวอย่างเกี่ยวกับวิธีการ ตั้งค่า ในไปป์ไลน์แบบสแตนด์อโลน โปรดจำไว้ว่า TFMA ถูกใช้ภายในคอมโพเนนต์ Evaluator ใน TFX ดังนั้นทรัพยากรเหล่านี้จะเป็นประโยชน์สำหรับการเริ่มต้นใช้งาน TFX เช่นกัน