إعدادات
يقوم TFMA بتخزين التكوين الخاص به في نموذج أولي يتم تسلسله إلى JSON. يقوم هذا النموذج الأولي بدمج التكوين المطلوب لبيانات الإدخال وبيانات الإخراج ومواصفات النموذج والمواصفات المترية ومواصفات التقطيع.
ترتبط جميع خطوط أنابيب TFMA بنموذج أساسي (أساسي) ونماذج مرشحة (ثانوية) صفر أو أكثر. يتم تعريف خط الأساس والنموذج المرشح من قبل المستخدم في بداية المسار ويتطلب كل منهما اسمًا فريدًا. فيما يلي أمثلة على إعدادات التكوين النموذجية التي قد يستخدمها المستخدم:
- تقييم نموذج واحد:
- غير متاح (أي بدون اسم)
- التقييم القائم على التحقق من الصحة:
-
baseline -
candidate
-
- تقييم مقارنة النموذج:
-
my_model_a -
my_model_b
-
مواصفات النموذج
مواصفات النموذج هي من النوع tfma.ModelSpec وتستخدم لتحديد موقع النموذج بالإضافة إلى المعلمات الأخرى الخاصة بالنموذج. على سبيل المثال، ما يلي هو الإعدادات النموذجية التي يجب تكوينها قبل إجراء التقييم:
-
name- اسم النموذج (في حالة استخدام نماذج متعددة) -
signature_name- اسم التوقيع المستخدم للتنبؤات (الافتراضي هوserving_default). استخدمevalفي حالة استخدام EvalSavedModel. -
label_key- اسم الميزة المرتبطة بالتسمية. -
example_weight_key- اسم الميزة المرتبطة بوزن المثال.
مواصفات المقاييس
مواصفات المقاييس هي من النوع tfma.MetricsSpec وتستخدم لتكوين المقاييس التي سيتم حسابها كجزء من التقييم. تستخدم مشكلات التعلم الآلي المختلفة أنواعًا مختلفة من المقاييس، ويوفر TFMA الكثير من الخيارات لتكوين وتخصيص المقاييس التي يتم حسابها. نظرًا لأن المقاييس تمثل جزءًا كبيرًا جدًا من TFMA، فقد تمت مناقشتها بالتفصيل بشكل منفصل في المقاييس .
مواصفات التقطيع
مواصفات التقطيع هي من النوع tfma.SlicingSpec وتستخدم لتكوين معايير الشرائح التي سيتم استخدامها أثناء التقييم. يمكن إجراء التقطيع إما عن طريق feature_keys أو feature_values أو كليهما. بعض الأمثلة على مواصفات التقطيع هي كما يلي:
-
{}- شريحة تتكون من البيانات الشاملة.
-
{ feature_keys: ["country"] }- شرائح لجميع القيم في ميزة "البلد". على سبيل المثال، قد نحصل على شرائح "country:us"، "country:jp"، وما إلى ذلك.
-
{ feature_values: [{key: "country", value: "us"}] }- شريحة تتكون من "البلد: لنا".
-
{ feature_keys: ["country", "city"] }- شرائح لجميع القيم في ميزة "البلد" متقاطعة مع جميع القيم في ميزة "المدينة" (لاحظ أن هذا قد يكون مكلفًا).
-
{ feature_keys: ["country"] feature_values: [{key: "age", value: "20"}] }- شرائح لجميع القيم في ميزة "البلد" متقاطعة مع القيمة "العمر:20"
لاحظ أن مفاتيح الميزات قد تكون إما ميزات محولة أو ميزات إدخال أولية. راجع tfma.SlicingSpec لمزيد من المعلومات.
EvalSharedModel
بالإضافة إلى إعدادات التكوين، يتطلب TFMA أيضًا إنشاء مثيل tfma.EvalSharedModel لمشاركة نموذج بين عدة سلاسل رسائل في نفس العملية. يتضمن مثيل النموذج المشترك معلومات حول نوع النموذج (keras، وما إلى ذلك) وكيفية تحميل النموذج وتكوينه من موقعه المحفوظ على القرص (مثل العلامات، وما إلى ذلك). يمكن استخدام tfma.default_eval_shared_model API لإنشاء مثيل افتراضي بمسار ومجموعة من العلامات.