SIG TFX-Addons 커뮤니티에 가입하고 TFX를 더욱 향상시키는 데 도움을 주세요! SIG TFX 애드온 가입

Tensorflow 모델 분석 설정

구성

TFMA는 구성을 JSON으로 직렬화 된 proto 에 저장합니다. 이 프로토 타입은 입력 데이터, 출력 데이터, 모델 사양, 메트릭 사양 및 슬라이싱 사양에 필요한 구성을 통합합니다.

모든 TFMA 파이프 라인은 기준 (기본) 모델 및 0 개 이상의 후보 (보조) 모델과 연결됩니다. 기준선 및 후보 모델은 파이프 라인 시작시 사용자가 정의하며 각각 고유 한 이름이 필요합니다. 다음은 사용자가 사용할 수있는 일반적인 구성 설정의 예입니다.

  • 단일 모델 평가 :
    • N / A (예 : 이름 없음)
  • 검증 기반 평가 :
    • baseline
    • candidate
  • 모델 비교 평가 :
    • my_model_a
    • my_model_b

모델 사양

모델 사양은 tfma.ModelSpec 유형 tfma.ModelSpec 모델의 위치 및 기타 모델 특정 매개 변수를 정의하는 데 사용됩니다. 예를 들어 다음은 평가를 실행하기 전에 구성해야하는 일반적인 설정입니다.

  • name 모델 이름 (여러 모델이 사용 된 경우)
  • signature_name 예측에 사용되는 서명의 이름입니다 (기본값은 serving_default ). EvalSavedModel을 사용하는 경우 eval 사용하십시오.
  • label_key 레이블과 관련된 기능의 이름입니다.
  • example_weight_key 예제 가중치와 연결된 기능의 이름입니다.

메트릭 사양

측정 항목 사양은 tfma.MetricsSpec 유형 tfma.MetricsSpec 평가의 일부로 계산 될 측정 항목을 구성하는 데 사용됩니다. 다양한 기계 학습 문제는 다양한 유형의 메트릭을 사용하며 TFMA는 계산되는 메트릭을 구성하고 사용자 지정하기위한 많은 옵션을 제공합니다. 메트릭 TFMA의 매우 큰 부분이므로, 그들은 개별적으로 상세하게 설명하는 통계 .

슬라이싱 사양

슬라이싱 사양은 tfma.SlicingSpec 유형 tfma.SlicingSpec 평가 중에 사용될 슬라이스 기준을 구성하는 데 사용됩니다. 슬라이싱은 feature_keys , feature_values 또는 둘 다로 수행 할 수 있습니다. 슬라이싱 사양의 몇 가지 예는 다음과 같습니다.

  • {}
    • 전체 데이터로 구성된 슬라이스.
  • { feature_keys: ["country"] }
    • 기능 "국가"의 모든 값에 대한 조각. 예를 들어 "country : us", "country : jp"등의 조각을 얻을 수 있습니다.
  • { feature_values: [{key: "country", value: "us"}] }
    • "country : us"로 구성된 슬라이스.
  • { feature_keys: ["country", "city"] }
    • 지형지 물 '국가'의 모든 값에 대한 조각이 지형지 물 '도시'의 모든 값과 교차합니다 (비용이 많이들 수 있음).
  • { feature_keys: ["country"] feature_values: [{key: "age", value: "20"}] }
    • 기능 "국가"의 모든 값에 대한 조각이 "age : 20"값과 교차

기능 키는 변환 된 기능이거나 원시 입력 기능 일 수 있습니다. 자세한 내용은 tfma.SlicingSpec 을 참조하세요.

EvalSharedModel

구성 설정 외에도 TFMA는 동일한 프로세스의 여러 스레드간에 모델을 공유하기 위해 tfma.EvalSharedModel 의 인스턴스를 만들어야합니다. 공유 모델 인스턴스에는 모델 유형 (케라 등)에 대한 정보와 디스크에 저장된 위치 (예 : 태그 등)에서 모델을로드하고 구성하는 방법이 포함됩니다. tfma.default_eval_shared_model API를 사용하여 경로와 태그 집합이 지정된 기본 인스턴스를 만들 수 있습니다.