Visualizzazioni dell'analisi del modello TensorFlow

Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

L'output dell'esecuzione di una valutazione è un tfma.EvalResult che può essere visualizzato in un notebook Jupyter chiamando tfma.view.render_slicing_metrics (o tfma.view.render_plot per i grafici).

Visualizzazione metriche

Per visualizzare le metriche, utilizzare l'API tfma.view.render_slicing_metrics passando il tfma.EvalResult che è stato emesso dall'esecuzione della valutazione. La visualizzazione delle metriche è composta da tre parti:

  • Selettore di metriche

    Per impostazione predefinita, vengono visualizzate tutte le metriche calcolate e le colonne sono ordinate alfabeticamente. Il selettore delle metriche consente all'utente di aggiungere/rimuovere/riordinare le metriche. Basta selezionare/deselezionare le metriche dal menu a discesa (tieni premuto Ctrl per la selezione multipla) o digitarle/riorganizzarle direttamente nella casella di input.

    Selettore metrico

  • Visualizzazione metrica

    La visualizzazione della metrica mira a fornire intuizioni sulle sezioni nella funzione scelta. È disponibile un filtraggio rapido per filtrare le fette con un numero di campioni pesato ridotto.

    Esempio di visualizzazione filtrata

    Sono supportati due tipi di visualizzazioni:

    1. Panoramica delle fette

      In questa visualizzazione, per ciascuna sezione viene visualizzato il valore della metrica scelta e le sezioni possono essere ordinate in base al nome della sezione o al valore di un'altra metrica.

      Panoramica della fetta di esempio

      Quando il numero di sezioni è piccolo, questa è la visualizzazione predefinita.

    2. Istogramma delle metriche

      In questa visualizzazione, le sezioni sono suddivise in bucket in base ai loro valori di metrica. I valori visualizzati in ciascun secchio possono essere il numero di fette nel secchio o il conteggio totale ponderato dei campioni per tutte le fette nel secchio o entrambi.

      Esempio di istogramma delle metriche

      Il numero di secchi può essere modificato e la scala logaritmica può essere applicata nel menu delle impostazioni facendo clic sull'icona a forma di ingranaggio.

      Modifica delle impostazioni dell'istogramma delle metriche

      È anche possibile filtrare i valori anomali nella vista dell'istogramma. Trascina semplicemente l'intervallo desiderato nell'istogramma come mostrato nello screenshot qui sotto.

      Istogramma delle metriche filtrate

      Quando il numero di sezioni è elevato, questa è la visualizzazione predefinita.

  • Tabella delle metriche

    La tabella delle metriche riassume i risultati per tutte le metriche scelte nel selettore delle metriche. Può essere ordinato facendo clic sul nome della metrica. Verranno renderizzate solo le sezioni non filtrate.

Viste della trama

Ogni trama ha la propria visualizzazione che è unica per la trama. Per ulteriori informazioni, vedere la documentazione API pertinente per la classe plot. Si noti che in TFMA, i grafici e le metriche sono entrambi definiti in tfma.metrics.* Per convenzione le classi relative ai grafici terminano in Plot . Per visualizzare i grafici, utilizzare l'API tfma.view.render_plot passando il tfma.EvalResult che è stato emesso dall'esecuzione della valutazione.

Grafici delle serie temporali

I grafici delle serie temporali consentono di individuare facilmente le tendenze di una metrica specifica su intervalli di dati o esecuzioni di modelli. Per creare un grafico di serie temporali, eseguire più valutazioni (salvando l'output in directory diverse), quindi caricarle in un oggetto tfma.EvalResults chiamando tfma.load_eval_results . I risultati possono quindi essere visualizzati utilizzando tfma.view.render_time_series

Per visualizzare il grafico di una metrica specifica, fai semplicemente clic su di essa dall'elenco a discesa. Per chiudere un grafico, fai clic sulla X nell'angolo in alto a destra.

Esempio di grafico di serie temporali

Il passaggio del mouse su qualsiasi punto dati nel grafico mostra una descrizione comando che indica l'esecuzione del modello, l'intervallo di dati e il valore della metrica.