Yardım Kaggle üzerinde TensorFlow ile Büyük Bariyer Resifi korumak Meydan Üyelik

TensorFlow Model Analizi ile Model Kalitesini Geliştirme

Tanıtım

Geliştirme sırasında modelinizi ince ayarlarken, yaptığınız değişikliklerin modelinizi iyileştirip iyileştirmediğini kontrol etmeniz gerekir. Sadece doğruluğu kontrol etmek yeterli olmayabilir. Örneğin, örneklerinizin %95'inin pozitif olduğu bir problem için bir sınıflandırıcınız varsa, her zaman pozitif tahmin ederek doğruluğu artırabilirsiniz, ancak çok sağlam bir sınıflandırıcınız olmayacaktır.

genel bakış

TensorFlow Model Analizinin amacı, TFX'te model değerlendirmesi için bir mekanizma sağlamaktır. TensorFlow Model Analysis, TFX ardışık düzeninde model değerlendirmeleri gerçekleştirmenize ve bir Jupyter not defterinde elde edilen ölçümleri ve grafikleri görüntülemenize olanak tanır. Spesifik olarak şunları sağlayabilir:

  • Metrik tüm eğitim ve gizleme veri kümesi, hem de ertesi gün değerlendirmelerine bilgisayarlı
  • Zaman içindeki metrikleri izleme
  • Farklı özellik dilimlerinde model kalite performansı
  • Model geçerliliği modeli en tutarlı performans oluşturmasının sağlanması için

Sonraki adımlar

Bizim deneyin TFMA öğretici .

Bizim göz atın github desteklenen ilgili ayrıntılar için sayfa metrikleri ve araziler ile ilişkili dizüstü görselleştirme .

Bkz yüklemek ve get_started almak hakkında bilgi için kılavuzları ve örnekler kurulum bir Standlone boru hattı. TFMA da içinde kullanıldığını hatırlayın Değerlendirici bu kaynaklar aynı zamanda Tfx başlarken için faydalı olacaktır, böylece Tfx içinde bileşen.