Zastosowanie wskazówek dotyczących testowania i debugowania w tym kursie może być skomplikowane. Niektóre z tych wytycznych możesz wdrożyć za pomocą TensorFlow i TensorFlow (Rozszerzone). TFX to kompleksowy potok ML oparty na TensorFlow. Na tym przykładzie znajdziesz cały przykład pliku TFX. Uzupełniając kompleksowy przykład, znajdziesz w tabelach poniżej listę dostępnych zasobów w formie wytycznych dla branży TFX i TFX. Na liście znajdują się tylko wytyczne obsługiwane przez TFX lub TFX.
Wytyczne | Implementacja TF/TFX | Implementacja wewnętrzna Google |
---|---|---|
Wskazówki dotyczące debugowania modelu ML | ||
Analizowanie danych | Badaj dane za pomocą pand i aspektów.
|
|
Weryfikacja danych wejściowych przy użyciu schematu danych | Użyj walidacji danych TensorFlow. |
|
Zapewnienie wysokiej jakości podziałów | -- | TFX dzieli dane losowo. Obecnie TFX nie umożliwia monitorowania jakości podziałów. |
Testowanie wypracowanych danych | -- | Zapisz testy jednostkowe komponentu TFX Transform. Zobacz Testy jednostkowe danych wejściowych tf.transform. |
Wdrażanie testów kodu ML | Najpierw debuguj modele TF za pomocą szybkiego wykonania. Następnie napisz testy za pomocą testowania Tensorflow. | Zobacz Testowanie jednostkowe w TFX i tfx.unit. |
Optymalizacja | ||
hiperparametry dostrajania | Użyj dostrajania hiperparametrów Cloud ML. | Tuner TFX umożliwia dostrajanie hiperparametrów równolegle. Zobacz Automatyczne dostrajanie modeli. |
Wskaźniki | ||
Generuję wskaźniki modelu | TensorBoard wizualizuje wykres TF i działki. Zobacz TensorBoard: Wizualizacja wykresu. | Zobacz pomoc TensorBoard dla Google. |
Wdrożenie w potoku | ||
Monitorowanie ogólnych wskaźników potoku | -- | Zobacz panel Metryki zdrowotne ML. |
Testowanie integracji potoku | -- | Zobacz Testowanie integracji z usługą TFX. |
Testowanie jakości modelu w środowisku produkcyjnym | Użyj analizy modelu Tensorflow. | Użyj modelu TFX ModelValidateator |
Sprawdzanie zgodności modelu Infrastruktura przed wyświetleniem | -- | Użyj TFX InfraValidateator. |
Sprawdzanie zniekształcenia między trenowaniem a zastosowaniem praktycznym | Unikaj zniekształcania cech, udostępniając kod inżynierii cech podczas trenowania i udostępniania przez przekształcenie TFX. | Zobacz Wykrywanie odchyleń podczas trenowania plików TFX. |
Nieaktualny model śledzenia | -- | Niezaimplementowana. Zobacz błąd śledzenia próśb o dodanie funkcji. |