Model Card 工具包
Model Card Toolkit (MCT) 库会简化并自动生成模型卡片,这是一种有助于深入了解模型的开发过程和性能的机器学习文档。将 Model Card Toolkit 集成到机器学习流水线中后,您便可以与研究人员、开发者、报告人员等人员分享模型的元数据和指标。
MCT 使用 JSON 架构存储模型卡片字段。MCT 可通过 ML Metadata (MLMD) 自动为 TFX 用户填充这些字段。您也可以通过 Python API 手动填充模型卡片字段。模型卡片的一些用例包括:
- 促进模型构建者和产品开发者之间的信息交换。
- 为机器学习模型用户提供信息,使他们能够在这些模型的用途(或错误用途)方面做出更加明智的决定。
- 提供有效公共监督和问责制所需的模型信息。
import model_card_toolkit # Initialize the Model Card Toolkit with a path to store generate assets model_card_output_path = ... mct = model_card_toolkit.ModelCardToolkit(model_card_output_path) # Initialize the model_card_toolkit.ModelCard, which can be freely populated model_card = mct.scaffold_assets() model_card.model_details.name = 'My Model' # Write the model card data to a JSON file mct.update_model_card_json(model_card) # Return the model card document as an HTML page html = mct.export_format()
![](https://tensorflow.google.cn/static/responsible_ai/model_card_toolkit/guide/images/model_card_cropped.png?authuser=3&hl=ca)