Инструментарий карты модели
Библиотека Model Card Toolkit (MCT) оптимизирует и автоматизирует создание карт моделей , документов машинного обучения, которые обеспечивают контекст и прозрачность разработки и производительности модели. Интеграция Model Card Toolkit в конвейер машинного обучения позволит вам делиться метаданными и показателями вашей модели с исследователями, разработчиками, журналистами и т. д.
MCT хранит поля карточки модели, используя схему JSON . MCT может автоматически заполнять эти поля для пользователей TFX с помощью метаданных ML (MLMD) . Поля карточки модели также можно заполнить вручную с помощью Python API . Вот некоторые варианты использования карт-моделей:
- Содействие обмену информацией между создателями моделей и разработчиками продуктов.
- Информирование пользователей моделей ML для принятия более обоснованных решений о том, как их использовать (или как не использовать).
- Предоставление типовой информации, необходимой для эффективного общественного надзора и подотчетности.
import model_card_toolkit as mct # Initialize the Model Card Toolkit with a path to store generate assets model_card_output_path = ... toolkit = mct.ModelCardToolkit(model_card_output_path) # Initialize the ModelCard, which can be freely populated model_card = toolkit.scaffold_assets() model_card.model_details.name = 'My Model' # Write the model card data to a JSON file toolkit.update_model_card_json(model_card) # Return the model card document as an HTML page html = toolkit.export_format()
![](https://tensorflow.google.cn/static/responsible_ai/model_card_toolkit/guide/images/model_card_cropped.png?authuser=3&hl=ru)