مفاهيم مجموعة أدوات البطاقة النموذجية

البطاقة النموذجية

بطاقات النماذج هي مستندات للتعلم الآلي توفر السياق والشفافية في تطوير النموذج وأدائه. ويمكن استخدامها لمشاركة البيانات الوصفية والمقاييس النموذجية مع الباحثين والمطورين والمراسلين وغيرهم.

تتضمن بعض حالات استخدام البطاقات النموذجية ما يلي:

  • تسهيل تبادل المعلومات بين صانعي النماذج ومطوري المنتجات.
  • إعلام مستخدمي نماذج ML لاتخاذ قرارات مستنيرة حول كيفية استخدامها (أو كيفية عدم استخدامها).
  • توفير المعلومات النموذجية المطلوبة للرقابة العامة والمساءلة الفعالة.

مخطط

مخطط بطاقة النموذج هو نموذج أولي يصف الحقول المتوفرة لبطاقة النموذج. تتوفر أيضًا واجهة JSON . يمكن ربط هذه الكائنات بأنظمة أخرى للتخزين أو التحليل أو التصور.

اليوم، يتم تطبيق مخطط Model Card بصرامة. في Model Card Toolkit 2.0، سيتم رفع قيود المخطط هذا.

الرسومات

تقوم مجموعة أدوات بطاقة النموذج تلقائيًا بإنشاء رسومات لمجموعات بيانات TFX ونتائج التقييم. يمكن أيضًا إنشاء الرسومات يدويًا باستخدام أداة مثل Matplotlib، وكتابتها على ModelCard - راجع Model Card API للحصول على التفاصيل.

في مخطط Model Card، يتم تخزين الرسومات في حقل Graphic.image ، ويتم ترميزها كسلاسل مشفرة باستخدام base64 . يمكن أن تساعد مجموعة أدوات بطاقة النموذج في إنشاء صور base64 .

مجموعة أدوات البطاقة النموذجية

تتيح لك مجموعة أدوات Model Card إنشاء مستندات Model Card ، بالإضافة إلى كائنات Proto وJSON ، من خلال واجهة Python المبسطة.

واجهة برمجة تطبيقات البطاقة النموذجية

تشتمل مجموعة أدوات Model Card على واجهة برمجة تطبيقات Model Card التي تتكون من فئة Python . تتم كتابة التحديثات التي تم إجراؤها على كائن Model Card Python إلى كائن Model Card proto.

الرسومات

يمكن استخدام الدالة model_card_toolkit.utils.graphics.figure_to_base64str() لتحويل الرسومات، مثل أشكال Matplotlib، إلى سلاسل base64.

حفظ وتحميل البطاقات النموذجية

إذا كنت قد انتهيت من إضافة تعليقات توضيحية إلى بطاقة النموذج الخاصة بك وترغب في إجراء تسلسل لها بتنسيق JSON أو protobuf، فاستخدم الطريقة ModelCard.save() .


import model_card_toolkit as mct

model_card = mct.ModelCard()
model_card.model_details.name = 'Fine-tuned MobileNetV2 Model for Cats vs. Dogs'
model_card.save('model_cards/cats_vs_dogs.json')

إذا كنت تريد استعادة وتحديث بطاقة نموذج محفوظة، فاستخدم الوظيفة model_card_toolkit.model_card.load_model_card() .


import model_card_toolkit as mct

model_card = mct.load_model_card('model_cards/cats_vs_dogs.json')
model_card.model_details.licenses.append(mct.License(identifier='Apache-2.0'))

وثائق البطاقة النموذجية

بشكل افتراضي، مستند بطاقة النموذج الذي تم إنشاؤه هو ملف HTML يعتمد على default_template.html.jinja . ومع ذلك، يمكنك أيضًا توفير قالب Jinja المخصص الخاص بك. يمكن أن تكون ملفات القوالب هذه بأي تنسيق نصي (HTML، Markdown، LaTeX، وما إلى ذلك). يتم توفير قالب Markdown كمثال.

تكامل TFX وMLMD

تتكامل مجموعة أدوات Model Card مع أدوات TensorFlow Extended و ML Metadata . يمكن استخدام مخزن بيانات التعريف أثناء تهيئة Model Card Toolkit لملء العديد من حقول بطاقة النموذج مسبقًا وإنشاء مخططات للتدريب والتقييم.

القطع الأثرية المستخدمة من قبل MCT:

عمليات الإعدام المستخدمة من قبل MCT:

  • المدرب : يستخدم لملء اسم النموذج وإصداره

تم نقل مكون ModelCardGenerator إلى مكتبة TFX Addons ولم يعد موجودًا في مجموعة أدوات Model Card من الإصدار 2.0.0. قبل أن تتمكن من استخدام المكون، ستحتاج إلى تثبيت حزمة tfx-addons :

pip install tfx-addons[model_card_generator]

راجع دليل ModelCardGenerator وقم بتشغيل دفتر ملاحظات دراسة الحالة لمعرفة المزيد حول المكون.