Panduan pengujian dan proses debug dalam kursus ini mungkin rumit untuk diterapkan. Anda dapat menerapkan beberapa pedoman menggunakan TensorFlow dan TensorFlow Extended (TFX). TFX adalah pipeline ML secara menyeluruh berdasarkan TensorFlow. Untuk demo, lihat contoh TFX menyeluruh ini. Untuk melengkapi contoh menyeluruh, tabel berikut mencantumkan resource yang tersedia di TF dan TFX berdasarkan panduan. Hanya panduan yang didukung oleh TF atau TFX yang akan dicantumkan.
| Panduan | Penerapan TF/TFX | Implementasi internal Google |
|---|---|---|
| Panduan untuk men-debug model ML Anda | ||
| Mempelajari data Anda untuk memahaminya | Pelajari data Anda menggunakan Panda atau Faset.
|
|
| Memvalidasi data input menggunakan skema data | Gunakan Validasi Data TensorFlow. |
|
| Memastikan pemisahan berkualitas baik | -- | TFX membagi data secara acak. Namun, saat ini TFX tidak menyediakan cara untuk memantau kualitas pemisahan Anda. |
| Menguji data yang direkayasa | -- | Menulis pengujian unit untuk komponen TFX Transform. Lihat Pengujian unit untuk input tf.transform. |
| Menerapkan pengujian untuk kode ML | Pertama, debug model TF dengan Eager Execution. Kemudian, tulis pengujian dengan Pengujian Tensorflow. | Lihat Pengujian unit di TFX dan tfx.unit. |
| Pengoptimalan | ||
| Menyesuaikan hyperparameter | Menggunakan penyesuaian hyperparameter Cloud ML. | Gunakan TFX Tuner untuk menyesuaikan hyperparameter secara paralel. Lihat Penyesuaian Model Secara Otomatis. |
| Metrik | ||
| Membuat metrik model | TensorBoard memvisualisasikan grafik TF dan plot metrik Anda. Lihat Tensorboard: Visualisasi Grafik. | Lihat bantuan TensorBoard khusus Google. |
| Deployment ke Pipeline | ||
| Memantau keseluruhan metrik pipeline | -- | Lihat dasbor Metrik Kesehatan ML. |
| Pengujian integrasi pipeline | -- | Lihat Pengujian Integrasi TFX. |
| Menguji kualitas model dalam produksi | Gunakan Analisis Model Tensorflow. | Menggunakan TFX ModelValidator |
| Memvalidasi kompatibilitas model-infra sebelum ditayangkan | -- | Menggunakan InfraValidator TFX. |
| Memeriksa kemiringan penayangan pelatihan | Hindari kemiringan fitur dengan membagikan kode rekayasa fitur di seluruh pelatihan dan penayangan menggunakan Transform TFX. | Lihat Deteksi Skew Penayangan Pelatihan TFX. |
| Melacak model yang sudah usang | -- | Belum diterapkan. Lihat bug pelacakan permintaan fitur. |