Kami memiliki dua contoh notebook untuk membantu Anda mencoba AI Explanations dengan AI Platform. Satu notebook menunjukkan cara mendapatkan atribusi fitur dengan data tabel, dan notebook lainnya menunjukkan cara mendapatkan atribusi fitur dengan data gambar.
Sebelum memulai
Sebelum menggunakan Penjelasan AI, Anda harus memastikan bahwa Anda dapat melatih dan men-deploy model di AI Platform:
- Siapkan lingkungan pengembangan lokal Anda.
- Siapkan project GCP dengan penagihan dan API yang diperlukan diaktifkan.
- Buat bucket Cloud Storage untuk menyimpan paket pelatihan dan model terlatih Anda.
Untuk menyiapkan project GCP, ikuti petunjuk yang diberikan dalam contoh notebook.
Lingkungan notebook
Setiap notebook contoh dapat dijalankan di lingkungan notebook berikut:
Contoh notebook
Setiap notebook contoh menunjukkan proses menyeluruh untuk melatih model, men-deploy-nya untuk inferensi, mendapatkan prediksi, dan meminta penjelasan dengan TensorFlow 2. Selain itu, kedua notebook menunjukkan cara memvisualisasikan penjelasan menggunakan Explainable AI SDK. Untuk memulai, pilih contoh notebook:
- Penjelasan AI: Menjelaskan model data tabel menggunakan data cuaca dan bikeshare untuk memprediksi durasi perjalanan sepeda, dan menunjukkan cara mengambil atribusi fitur untuk data terstruktur.
- Penjelasan AI: Menjelaskan model data gambar menunjukkan atribusi fitur pada gambar untuk model klasifikasi yang dilatih pada set data Bunga TensorFlow. Notebook ini menunjukkan cara menggunakan teknik Integrated Gradients dan XRAI Penjelasan AI.
Selain itu, contoh notebook yang menggunakan TensorFlow 1.15 juga tersedia:
Sumber untuk semua notebook juga tersedia di GitHub.