Nous vous proposons deux exemples de notebooks pour vous aider à tester AI Explanations avec AI Platform. Pour obtenir des attributions de caractéristiques, l'un montre comment procéder à partir de données tabulaires, l'autre à partir de données d'image.
Avant de commencer
Avant d'utiliser AI Explanations, vous devez vous assurer que vous pouvez entraîner et déployer un modèle dans AI Platform:
- Configurer l'environnement de développement local
- Configurer un projet GCP avec la facturation et les API nécessaires activées.
- Créer un bucket Cloud Storage pour stocker le package d'entraînement et le modèle entraîné
Pour configurer votre projet GCP, suivez les instructions fournies dans les exemples de notebooks.
Environnements notebook
Chaque exemple de notebook peut être exécuté dans les environnements suivants :
Exemples de notebooks
Chaque exemple de notebook présente le processus de bout en bout permettant d'entraîner un modèle, de le déployer pour l'inférence, d'obtenir des prédictions et de demander des explications avec TensorFlow 2. Les deux notebooks montrent comment visualiser les explications à l'aide du SDK Explainable AI. Pour commencer, sélectionnez un exemple de notebook :
- AI Explanations: expliquer un modèle de données tabulaires utilise des données météorologiques et de vélos en libre-service pour prédire la durée d'un trajet à vélo, et montre comment récupérer les attributions de caractéristiques pour les données structurées.
- AI Explanations : expliquer un modèle de données d'images démontre l'attribution de caractéristiques à des images pour un modèle de classification entraîné sur l'ensemble de données TensorFlow Flowers. Ce notebook explique comment utiliser à la fois les techniques d'AI Explanations gradients intégrés et XRAI.
Des exemples de notebooks utilisant TensorFlow 1.15 sont également disponibles:
Le code source de tous les notebooks est également disponible sur GitHub.
Étape suivante
- Lisez une présentation des concepts d'AI Explanations.
- Prenez connaissance des limites d'AI Explanations.