Unisciti alla comunità SIG TFX-Addons e contribuisci a rendere TFX ancora migliore!

Visualizzazioni dell'analisi del modello TensorFlow

L'output dell'esecuzione di una valutazione è un tfma.EvalResult che può essere visualizzato in un notebook tfma.view.render_slicing_metrics 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 emesso dall'esecuzione della valutazione. La visualizzazione delle metriche è composta da tre parti:

  • Selettore 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 (tenere premuto Ctrl per la selezione multipla) o digitarle / riorganizzarle direttamente nella casella di input.

    Selettore metrico

  • Visualizzazione metrica

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

    Visualizzazione filtrata di esempio

    Sono supportati due tipi di visualizzazioni:

    1. Panoramica delle sezioni

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

      Panoramica delle sezioni di esempio

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

    2. Istogramma metriche

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

      Istogramma delle metriche di esempio

      Il numero di bucket 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 visualizzazione 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 riepiloga 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 del grafico

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

Grafici delle serie storiche

I grafici delle serie temporali semplificano l'individuazione delle tendenze di una metrica specifica su intervalli di dati o esecuzioni di modelli. Per creare un grafico serie temporale, eseguire più valutazioni (salvare l'output directory diverse), e poi caricarli in un tfma.EvalResults oggetto chiamando tfma.load_eval_results . I risultati possono quindi essere visualizzati utilizzando tfma.view.render_time_series

Per visualizzare il grafico per una metrica specifica, è sufficiente fare clic su di esso dall'elenco a discesa. Per chiudere un grafico, fare clic sulla X nell'angolo in alto a destra.

Esempio di grafico delle serie temporali

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