การแสดงภาพการวิเคราะห์แบบจำลอง TensorFlow

จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

ผลลัพธ์ของการรันการประเมินคือ tfma.EvalResult ซึ่งสามารถมองเห็นได้ในสมุดบันทึก Jupyter โดยการเรียก tfma.view.render_slicing_metrics (หรือ tfma.view.render_plot สำหรับแปลง)

มุมมองเมตริก

ในการดูเมทริก ให้ใช้ tfma.view.render_slicing_metrics API ที่ส่งผ่าน tfma.EvalResult ที่ส่งออกจากการรันการประเมิน มุมมองเมตริกประกอบด้วยสามส่วน:

  • ตัวเลือกเมตริก

    ตามค่าเริ่มต้น เมตริกที่คำนวณทั้งหมดจะแสดงและคอลัมน์จะจัดเรียงตามตัวอักษร ตัวเลือกเมตริกอนุญาตให้ผู้ใช้เพิ่ม / ลบ / จัดลำดับเมตริกใหม่ เพียงเลือก / ยกเลิกการเลือกเมตริกจากเมนูแบบเลื่อนลง (กด Ctrl ค้างไว้สำหรับการเลือกหลายรายการ) หรือพิมพ์ / จัดเรียงใหม่โดยตรงในช่องป้อนข้อมูล

    ตัวเลือกเมตริก

  • การสร้างภาพเมตริก

    การแสดงภาพเมตริกมีจุดมุ่งหมายเพื่อให้สัญชาตญาณเกี่ยวกับชิ้นส่วนในฟีเจอร์ที่เลือก มีการกรองอย่างรวดเร็วเพื่อกรองชิ้นที่มีจำนวนตัวอย่างที่ถ่วงน้ำหนักน้อย

    มุมมองที่กรองตัวอย่าง

    รองรับการแสดงภาพสองประเภท:

    1. ภาพรวมสไลซ์

      ในมุมมองนี้ ค่าสำหรับเมทริกซ์ที่เลือกจะแสดงสำหรับแต่ละสไลซ์ และสไลซ์สามารถจัดเรียงตามชื่อสไลซ์หรือค่าของเมทริกอื่น

      ภาพรวมสไลซ์ตัวอย่าง

      เมื่อจำนวนชิ้นมีขนาดเล็ก นี่เป็นมุมมองเริ่มต้น

    2. ฮิสโตแกรมเมตริก

      ในมุมมองนี้ สไลซ์จะแบ่งออกเป็นบัคเก็ตตามค่าเมทริก ค่าที่แสดงในแต่ละที่เก็บข้อมูลอาจเป็นจำนวนของส่วนข้อมูลในที่เก็บข้อมูล หรือจำนวนตัวอย่างที่ถ่วงน้ำหนักรวมสำหรับส่วนข้อมูลทั้งหมดในที่เก็บข้อมูลหรือทั้งสองอย่าง

      ฮิสโตแกรมเมตริกตัวอย่าง

      จำนวนถังสามารถเปลี่ยนแปลงได้และสามารถใช้มาตราส่วนลอการิทึมในเมนูการตั้งค่าโดยคลิกที่ไอคอนรูปเฟือง

      การเปลี่ยนการตั้งค่าฮิสโตแกรมเมตริก

      นอกจากนี้ยังสามารถกรองค่าผิดปกติในมุมมองฮิสโตแกรมได้อีกด้วย เพียงลากช่วงที่ต้องการในฮิสโตแกรมตามที่แสดงในภาพหน้าจอด้านล่าง

      ฮิสโตแกรมเมตริกที่กรอง

      เมื่อจำนวนสไลซ์มีขนาดใหญ่ นี่เป็นมุมมองเริ่มต้น

  • ตารางเมตริก

    ตารางเมตริกสรุปผลลัพธ์สำหรับเมตริกทั้งหมดที่เลือกในตัวเลือกเมตริก สามารถจัดเรียงได้โดยคลิกที่ชื่อเมตริก เฉพาะชิ้นที่ไม่ได้กรองออกเท่านั้นที่จะแสดงผล

มุมมองพล็อต

แต่ละพล็อตมีการสร้างภาพข้อมูลที่เป็นเอกลักษณ์ของโครงเรื่อง สำหรับข้อมูลเพิ่มเติม โปรดดูเอกสาร API ที่เกี่ยวข้องสำหรับคลาสพล็อต โปรดทราบว่าใน TFMA พล็อตและเมตริกถูกกำหนดภายใต้ tfma.metrics.* ตามแบบแผน คลาสที่เกี่ยวข้องกับพล็อตจะสิ้นสุดใน Plot ในการดูแปลง ให้ใช้ tfma.view.render_plot API ที่ส่งผ่าน tfma.EvalResult ที่ส่งออกจากการรันการประเมิน

กราฟอนุกรมเวลา

กราฟอนุกรมเวลาทำให้ง่ายต่อการระบุแนวโน้มของตัววัดเฉพาะในช่วงข้อมูลหรือการรันโมเดล ในการสร้างกราฟอนุกรมเวลา ให้ดำเนินการประเมินหลายครั้ง (บันทึกเอาต์พุตไปยังไดเร็กทอรีต่างๆ) แล้วโหลดลงในอ็อบเจ็กต์ tfma.EvalResults โดยเรียก tfma.load_eval_results ผลลัพธ์สามารถแสดงผลได้โดยใช้ tfma.view.render_time_series

หากต้องการแสดงกราฟสำหรับเมตริกเฉพาะ ให้คลิกที่กราฟจากรายการแบบเลื่อนลง หากต้องการปิดกราฟ ให้คลิกที่ X ที่มุมขวาบน

กราฟอนุกรมเวลาตัวอย่าง

วางเมาส์เหนือจุดข้อมูลใดๆ ในกราฟจะแสดงคำแนะนำเครื่องมือที่บ่งชี้ถึงการทำงานของโมเดล ช่วงข้อมูล และค่าเมตริก