Melhorando a qualidade do modelo com a análise de modelo do TensorFlow
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Introdução
Conforme você ajusta seu modelo durante o desenvolvimento, você precisa verificar se suas alterações estão melhorando seu modelo. Apenas verificar a precisão pode não ser suficiente. Por exemplo, se você tiver um classificador para um problema no qual 95% de suas instâncias são positivas, poderá melhorar a precisão simplesmente prevendo sempre positivo, mas não terá um classificador muito robusto.
Visão geral
O objetivo do TensorFlow Model Analysis é fornecer um mecanismo para avaliação de modelos no TFX. A análise de modelo do TensorFlow permite realizar avaliações de modelo no pipeline do TFX e visualizar métricas e gráficos resultantes em um notebook Jupyter. Especificamente, ele pode fornecer:
- Métricas calculadas em todo o conjunto de dados de treinamento e validação, bem como avaliações do dia seguinte
- Acompanhamento de métricas ao longo do tempo
- Desempenho de qualidade do modelo em diferentes fatias de recursos
- Validação do modelo para garantir que o modelo mantenha um desempenho consistente
Próximos passos
Experimente nosso tutorial TFMA .
Confira nossa página do github para obter detalhes sobre as métricas e gráficos compatíveis e as visualizações de notebook associadas.
Consulte os guias de instalação e introdução para obter informações e exemplos sobre como configurar um pipeline autônomo. Lembre-se de que o TFMA também é usado no componente Evaluator no TFX, portanto, esses recursos também serão úteis para começar no TFX.
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2022-05-31 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Não contém as informações de que eu preciso"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Muito complicado / etapas demais"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Desatualizado"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema na tradução"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problema com as amostras / o código"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Outro"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Fácil de entender"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Meu problema foi resolvido"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Outro"
}]
{"lastModified": "\u00daltima atualiza\u00e7\u00e3o 2022-05-31 UTC."}
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2022-05-31 UTC."]]