12월 7일 Women in ML 심포지엄 참석 지금 등록

모델 카드 툴킷

MCT(Model Card Toolkit) 라이브러리는 모델 개발 및 성능에 대한 컨텍스트와 투명성을 제공하는 기계 학습 문서인 모델 카드 생성을 간소화하고 자동화합니다. Model Card Toolkit을 ML 파이프라인에 통합하면 연구원, 개발자, 기자 등과 모델의 메타데이터 및 메트릭을 공유할 수 있습니다.

MCT는 JSON 스키마 를 사용하여 모델 카드 필드를 저장합니다. MCT는 ML 메타데이터(MLMD) 를 통해 TFX 사용자의 해당 필드를 자동으로 채울 수 있습니다. 모델 카드 필드는 Python API 를 통해 수동으로 채울 수도 있습니다. 모델 카드의 일부 사용 사례는 다음과 같습니다.

  • 모델 빌더와 제품 개발자 간의 정보 교환을 촉진합니다.
  • ML 모델 사용자에게 모델을 사용하는 방법(또는 사용하지 않는 방법)에 대해 더 나은 정보에 입각한 결정을 내리도록 알립니다.
  • 효과적인 공공 감독 및 책임에 필요한 모델 정보를 제공합니다.
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()

자원