TensorFlow Model Analizi ile Model Kalitesini Artırma

giriiş

Geliştirme sırasında modelinizde ince ayarlar yaparken, değişikliklerin modelinizi geliştirip iyileştirmediğini kontrol etmeniz gerekir. Sadece doğruluğunu kontrol etmek yeterli olmayabilir. Örneğin, örneklerinizin %95'inin pozitif olduğu bir sorun için bir sınıflandırıcınız varsa, her zaman pozitif tahminde bulunarak doğruluğu artırabilirsiniz ancak çok sağlam bir sınıflandırıcıya sahip olmazsınız.

Genel Bakış

TensorFlow Model Analizinin amacı, TFX'te model değerlendirmesi için bir mekanizma sağlamaktır. TensorFlow Model Analizi, TFX kanalında model değerlendirmeleri yapmanıza ve sonuçta ortaya çıkan ölçümleri ve grafikleri bir Jupyter not defterinde görüntülemenize olanak tanır. Özellikle şunları sağlayabilir:

  • Tüm eğitim ve uzatma veri kümesinin yanı sıra ertesi gün değerlendirmeleri üzerinden hesaplanan ölçümler
  • Metrikleri zaman içinde izleme
  • Farklı özellik dilimlerinde model kalitesi performansı
  • Modelin tutarlı performansı sürdürmesini sağlamak için model doğrulama

Sonraki adımlar

TFMA eğitimimizi deneyin.

Desteklenen ölçümler ve grafikler ile ilgili not defteri görselleştirmeleri hakkında ayrıntılar için github sayfamıza göz atın.

Bağımsız bir işlem hattında nasıl kurulacağına ilişkin bilgi ve örnekler için kurulum ve başlangıç ​​kılavuzlarına bakın. TFMA'nın aynı zamanda TFX'teki Değerlendirici bileşeninde de kullanıldığını hatırlayın, dolayısıyla bu kaynaklar TFX'e başlarken de faydalı olacaktır.