Se usó la API de Cloud Translation para traducir esta página.
Switch to English

Mejora de la calidad del modelo con el análisis de modelo de TensorFlow

Introducción

A medida que modifica su modelo durante el desarrollo, debe verificar si sus cambios están mejorando su modelo. Verificar la precisión puede no ser suficiente. Por ejemplo, si tiene un clasificador para un problema en el que el 95% de sus instancias son positivas, es posible que pueda mejorar la precisión simplemente prediciendo siempre positivo, pero no tendrá un clasificador muy sólido.

Visión general

El objetivo de TensorFlow Model Analysis es proporcionar un mecanismo para la evaluación del modelo en TFX. El análisis de modelos de TensorFlow te permite realizar evaluaciones de modelos en la canalización de TFX y ver las métricas y los gráficos resultantes en un cuaderno de Jupyter. Específicamente, puede proporcionar:

  • Métricas calculadas en todo el conjunto de datos de entrenamiento y reserva, así como evaluaciones del día siguiente
  • Seguimiento de métricas a lo largo del tiempo
  • Modele el rendimiento de la calidad en diferentes segmentos de características
  • Validación del modelo para garantizar que el modelo mantenga un rendimiento constante

Próximos pasos

Prueba nuestro tutorial TFMA .

Consulte nuestra página de github para obtener detalles sobre las métricas y los gráficos admitidos y las visualizaciones de cuaderno asociadas.

Consulte las guías install y get_started para obtener información y ejemplos sobre cómo realizar la configuración en una canalización independiente. Recuerde que TFMA también se usa dentro del componente Evaluator en TFX, por lo que estos recursos también serán útiles para comenzar en TFX.