Google I/O to frajda! Nadrobić zaległości w sesjach TensorFlow Zobacz sesje

Zestaw narzędzi do kart modeli

Biblioteka Model Card Toolkit (MCT) usprawnia i automatyzuje generowanie kart modeli , dokumentów uczenia maszynowego, które zapewniają kontekst i przejrzystość rozwoju i wydajności modelu. Zintegrowanie zestawu narzędzi kart modelu z potoku ML umożliwi udostępnianie metadanych i metryk modelu badaczom, programistom, reporterom i innym osobom.

MCT przechowuje pola kart modelu przy użyciu schematu JSON . MCT może automatycznie wypełnić te pola dla użytkowników TFX za pośrednictwem ML Metadata (MLMD) . Pola karty modelu można również wypełnić ręcznie za pomocą interfejsu API języka Python . Niektóre przypadki użycia kart modelowych obejmują:

  • Ułatwienie wymiany informacji między twórcami modeli a twórcami produktów.
  • Informowanie użytkowników modeli ML, aby podejmowali bardziej świadome decyzje o tym, jak z nich korzystać (lub jak ich nie używać).
  • Dostarczanie informacji modelowych wymaganych do skutecznego nadzoru publicznego i rozliczalności.
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()

Zasoby