使用 TensorFlow Model Analysis 提升模型品質

簡介

在開發期間調整模型的同時，您需要檢查變更是否能改善模型。光是檢查準確度可能還不夠。舉例來說，如果您的分類器要解決的問題有 95% 的例項是正例，您或許可以靠著一律預測為正例來提升準確度，但這樣一來，您就不會有非常穩健的分類器。

總覽

TensorFlow Model Analysis 的目標是在 TFX 中提供模型評估機制。TensorFlow Model Analysis 可讓您在 TFX 管道中執行模型評估，並在 Jupyter 筆記本中查看產生的指標和繪圖。具體來說，它可以提供

• 指標，針對整個訓練和保留資料集以及隔天評估計算
• 追蹤一段時間內的指標
• 不同特徵切片的模型品質效能
• 模型驗證，確保模型維持一致的效能

後續步驟

試用我們的 TFMA 教學課程。

查看我們的 github 頁面，以瞭解支援的 指標和繪圖 以及相關的筆記本 視覺化。

請參閱安裝和入門指南，以取得如何在獨立管道中設定的相關資訊和範例。請注意，TFMA 也用於 TFX 中的 Evaluator 元件中，因此這些資源對於開始使用 TFX 也很有幫助。