TensorFlow 模型分析視覺化

執行評估的輸出結果是 tfma.EvalResult,可在 Jupyter 筆記本中呼叫 tfma.view.render_slicing_metrics (或 tfma.view.render_plot 適用於繪圖) 來視覺化。

指標檢視

如要檢視指標,請使用 tfma.view.render_slicing_metrics API 傳遞評估執行輸出的 tfma.EvalResult。「指標檢視」由三個部分組成

  • 指標選取器

    預設情況下,系統會顯示所有已計算的指標,並依字母順序排列欄。使用者可透過指標選取器新增/移除/重新排序指標。只需從下拉式選單中勾選/取消勾選指標 (按住 Ctrl 鍵可多選),或直接在輸入框中輸入/重新排列指標即可。

    Metric selector

  • 指標視覺化

    指標視覺化旨在針對所選功能中的分區提供直覺概念。快速篩選功能可用於篩除加權樣本計數過小的分區。

    Sample filtered view

    支援兩種視覺化類型

    1. 分區總覽

      在此檢視中,系統會針對每個分區呈現所選指標的值,且分區可依分區名稱或其他指標的值排序。

      Sample slice overview

      當分區數量較少時,這是預設檢視。

    2. 指標直方圖

      在此檢視中,系統會根據分區的指標值將分區分成若干個值組。每個值組中顯示的值可以是值組中的分區數量,或是值組中所有分區的總加權樣本計數,或兩者皆是。

      Sample metrics histogram

      值組數量可變更,且可透過點擊齒輪圖示在設定選單中套用對數刻度。

      Changing metrics histogram settings

      也可在直方圖檢視中篩除離群值。只需在直方圖中拖曳所需的範圍,如下圖所示。

      Filtered metrics histogram

      當分區數量較多時,這是預設檢視。

  • 指標表

    指標表會摘要說明指標選取器中所有選定指標的結果。可點擊指標名稱排序。只會呈現未篩除的分區。

繪圖檢視

每個繪圖都有專屬於該繪圖的視覺化效果。詳情請參閱繪圖類別的相關 API 文件。請注意,在 TFMA 中,繪圖和指標皆定義於 tfma.metrics.* 底下。依慣例,與繪圖相關的類別會以 Plot 結尾。如要檢視繪圖,請使用 tfma.view.render_plot API 傳遞評估執行輸出的 tfma.EvalResult

時間序列圖

時間序列圖可輕鬆找出特定指標在資料跨度或模型執行期間的趨勢。如要建立時間序列圖,請執行多次評估 (將輸出結果儲存至不同目錄),然後呼叫 tfma.load_eval_results,將結果載入至 tfma.EvalResults 物件中。接著即可使用 tfma.view.render_time_series 顯示結果

如要顯示特定指標的圖表,只需從下拉式清單中點擊即可。如要關閉圖表,請點擊右上角的 X。

Sample time series graph

將滑鼠游標懸停在圖表中的任何資料點上方,即可顯示工具提示,指出模型執行、資料跨度和指標值。