Рекомендации по тестированию и отладке в этом курсе могут быть сложными для реализации. Вы можете реализовать некоторые рекомендации, используя TensorFlow и TensorFlow Extended (TFX) . TFX — это сквозной конвейер машинного обучения, основанный на TensorFlow. Для демонстрации просмотрите этот пример сквозного TFX . В дополнение к сквозному примеру в следующей таблице перечислены доступные ресурсы в TF и TFX по рекомендациям. Перечислены только рекомендации, поддерживаемые TF или TFX.
| руководство | Реализация TF/TFX | |
|---|---|---|
| Рекомендации по отладке модели машинного обучения | ||
| Изучение ваших данных, чтобы понять их | Исследуйте свои данные с помощью Pandas или Facets.
| |
| Проверка входных данных с использованием схемы данных | Используйте проверку данных TensorFlow . | |
| Внедрение тестов для кода ML | Сначала отладьте свои модели TF с помощью Eager Execution . Затем напишите тесты с помощью Tensorflow Testing . | |
| Метрики | ||
| Генерация метрик модели | TensorBoard визуализирует ваш график TF и отображает показатели. См. Tensorboard: визуализация графов . | |
| Развертывание в конвейер | ||
| Проверка качества модели в производстве | Используйте анализ модели Tensorflow . | |
| Проверка перекоса в обучении | Избегайте перекоса функций, совместно используя код разработки функций при обучении и обслуживании с помощью TFX Transform . | |
| Отслеживание устаревания модели | -- | |