Triển khai bằng TF và TFX

Hướng dẫn kiểm thử và gỡ lỗi trong khoá học này có thể phức tạp khi triển khai. Bạn có thể triển khai một số nguyên tắc bằng cách sử dụng TensorFlow và TensorFlow Extended (TFX). TFX là một quy trình máy học toàn diện dựa trên TensorFlow. Để xem bản minh họa, hãy xem ví dụ về TFX toàn diện này. Để bổ sung cho ví dụ toàn diện, bảng sau đây liệt kê các tài nguyên có sẵn trong TF và TFX theo nguyên tắc. Chỉ những nguyên tắc được TF hoặc TFX hỗ trợ mới được liệt kê.

Đường căn Triển khai TF/TFX Triển khai nội bộ của Google
Nguyên tắc gỡ lỗi mô hình máy học
Khám phá dữ liệu của bạn để hiểu dữ liệu Khám phá dữ liệu của bạn bằng Gấu trúc hoặc Thuộc tính.
Xác thực dữ liệu đầu vào bằng giản đồ dữ liệu Dùng tính năng Xác thực dữ liệu trên TensorFlow.
Đảm bảo chất lượng phân tách là chất lượng tốt -- TFX phân chia dữ liệu ngẫu nhiên. Tuy nhiên, hiện tại, TFX chưa cung cấp cách theo dõi chất lượng phân tách của bạn.
Kiểm thử dữ liệu được thiết kế -- Viết mã kiểm thử đơn vị cho thành phần TFX Transform. Vui lòng xem nội dung Kiểm thử đơn vị cho dữ liệu đầu vào tf.transform.
Triển khai kiểm thử cho mã máy học Trước tiên, hãy gỡ lỗi các mô hình TF của bạn bằng Thực thi eager. Sau đó, hãy viết mã kiểm thử bằng công cụ Kiểm thử Tensor. Hãy xem phần Kiểm thử đơn vị trong TFXtfx.unit.
Tối ưu hoá
Siêu thông số điều chỉnh Dùng tính năng điều chỉnh siêu tham số của Cloud ML. Sử dụng Bộ định tuyến TFX để điều chỉnh song song các siêu thông số. Xem phần Tự động điều chỉnh mô hình.
Chỉ số
Đang tạo chỉ số mô hình Tensorboard biểu diễn trực quan các chỉ số biểu đồ và biểu đồ TF của bạn. Hãy xem phần Tensorboard: Graph biểu đồ Xem trợ giúp về Tensorboard dành riêng cho Google.
Triển khai cho Pipeline
Theo dõi các chỉ số tổng thể về quy trình -- Xem trang tổng quan Chỉ số sức khỏe máy học.
Kiểm thử quá trình tích hợp -- Xem Kiểm thử tích hợp TFX.
Kiểm thử chất lượng mô hình trong quá trình sản xuất Dùng công cụ Phân tích mô hình mô hình phễu. Sử dụng TFX ModelValidator
Xác thực khả năng tương thích với mô hình trong phạm vi trước khi phân phát -- Sử dụng TFX InfraInfraator.
Đang kiểm tra độ sai lệch về việc đào tạo Tránh hiện tượng sai lệch tính năng bằng cách chia sẻ mã kỹ thuật của tính năng trong quá trình đào tạo và phân phát bằng cách sử dụng TFX Transform. Xem Phát hiện sự cố phân phát đào tạo TFX.
Mô hình theo dõi tình trạng lỗi thời -- Chưa được triển khai. Xem lỗi theo dõi yêu cầu tính năng.