توفر أداة What-If (WIT) واجهة سهلة الاستخدام لتوسيع فهم تصنيف الصندوق الأسود ونماذج ML الانحدارية. باستخدام البرنامج المساعد، يمكنك إجراء الاستدلال على مجموعة كبيرة من الأمثلة وتصور النتائج على الفور بعدة طرق. بالإضافة إلى ذلك، يمكن تحرير الأمثلة يدويًا أو برمجيًا وإعادة تشغيلها من خلال النموذج لرؤية نتائج التغييرات. أنه يحتوي على أدوات للتحقيق في أداء النموذج والعدالة على مجموعات فرعية من مجموعة البيانات.
الغرض من الأداة هو منح الأشخاص طريقة بسيطة وبديهية وقوية لاستكشاف نماذج تعلم الآلة المدربة والتحقيق فيها من خلال واجهة مرئية دون الحاجة إلى أي تعليمات برمجية على الإطلاق.
يمكن الوصول إلى الأداة من خلال TensorBoard أو مباشرة في دفتر ملاحظات Jupyter أو Colab. للحصول على مزيد من التفاصيل والعروض التوضيحية والإرشادات التفصيلية والمعلومات الخاصة باستخدام WIT في وضع الكمبيوتر المحمول، راجع موقع ويب أداة What-If .
متطلبات
لاستخدام WIT في TensorBoard، هناك أمران ضروريان:
- يجب تقديم النموذج (النماذج) الذي ترغب في استكشافه باستخدام TensorFlow Serving باستخدام واجهة برمجة التطبيقات للتصنيف أو التراجع أو التنبؤ.
- يجب أن تكون مجموعة البيانات التي سيتم استنتاجها بواسطة النماذج في ملف TFRecord يمكن الوصول إليه بواسطة خادم الويب TensorBoard.
الاستخدام
عند فتح لوحة معلومات أداة What-If في TensorBoard، سترى شاشة إعداد حيث تقوم بتوفير المضيف ومنفذ خادم النموذج، واسم النموذج الذي يتم تقديمه، ونوع النموذج، والمسار إلى ملف TFRecords إلى حمولة. بعد ملء هذه المعلومات والنقر على "قبول"، ستقوم WIT بتحميل مجموعة البيانات وتشغيل الاستدلال مع النموذج وعرض النتائج.
للحصول على تفاصيل حول الميزات المختلفة لبرنامج WIT وكيف يمكن أن تساعد في فهم النماذج وتحقيقات العدالة، راجع الإرشادات التفصيلية على الموقع الإلكتروني لأداة What-If .
النموذج التجريبي ومجموعة البيانات
إذا كنت ترغب في اختبار WIT في TensorBoard باستخدام نموذج مُدرب مسبقًا، فيمكنك تنزيل وفك ضغط نموذج مُدرب مسبقًا ومجموعة بيانات من https://storage.googleapis.com/what-if-tool-resources/uci-census -demo/uci-census-demo.zip هذا النموذج هو نموذج تصنيف ثنائي يستخدم مجموعة بيانات تعداد UCI للتنبؤ بما إذا كان الشخص يكسب أكثر من 50 ألف دولار سنويًا. غالبًا ما تُستخدم مهمة مجموعة البيانات والتنبؤ هذه في نمذجة التعلم الآلي وأبحاث العدالة.
قم بتعيين متغير البيئة MODEL_PATH إلى موقع دليل النموذج الناتج على جهازك.
قم بتثبيت عامل الإرساء وخدمة TensorFlow باتباع الوثائق الرسمية .
قم بخدمة النموذج باستخدام docker run -p 8500:8500 --mount type=bind,source=${MODEL_PATH},target=/models/uci_income -e MODEL_NAME=uci_income -t tensorflow/serving لاحظ أنك قد تحتاج إلى تشغيل الأمر باستخدام sudo اعتمادًا على إعداد عامل الإرساء لديك.
الآن قم بتشغيل Tensorboard واستخدم القائمة المنسدلة في لوحة المعلومات للانتقال إلى أداة What-If.
في شاشة الإعداد، قم بتعيين عنوان الاستدلال على "localhost:8500"، واسم النموذج على "uci_interview" والمسار إلى الأمثلة إلى المسار الكامل لملف adult.tfrecord الذي تم تنزيله، ثم اضغط على "قبول".
تتضمن بعض الأشياء التي يمكنك تجربتها باستخدام أداة What-If في هذا العرض التوضيحي ما يلي:
- تحرير نقطة بيانات واحدة ورؤية التغيير الناتج في الاستدلال.
- استكشاف العلاقة بين الميزات الفردية في مجموعة البيانات ونتائج الاستدلال للنموذج من خلال مخططات الاعتماد الجزئي.
- تقطيع مجموعة البيانات إلى مجموعات فرعية ومقارنة الأداء بين الشرائح.
لإلقاء نظرة متعمقة على ميزات الأداة، راجع الإرشادات التفصيلية لأداة What-If .
لاحظ أن ميزة الحقيقة الأساسية في مجموعة البيانات التي يحاول هذا النموذج التنبؤ بها تسمى "الهدف"، لذا عند استخدام علامة التبويب "الأداء والإنصاف"، فإن "الهدف" هو ما تريد تحديده في القائمة المنسدلة لميزة الحقيقة الأساسية.