AI Platform で AI Explanations を試せるように、2 つのサンプル ノートブックが用意されています。1 つのノートブックでは、表形式のデータで特徴属性を取得する方法を説明します。もう 1 つのノートブックでは、画像データから特徴属性を取得する方法を説明します。
始める前に
AI Explanations を使用する前に、AI Platform でモデルをトレーニングしてデプロイできることを確認する必要があります。
- ローカル開発環境を設定します。
- 課金と必要な API を有効にして GCP プロジェクトを設定します。
- トレーニング パッケージとトレーニングしたモデルを保存する Cloud Storage バケットを作成します。
GCP プロジェクトを設定するには、サンプル ノートブックの手順に従ってください。
ノートブック環境
サンプルのノートブックは、次のノートブック環境で実行できます。
サンプル ノートブック
このサンプル ノートブックでは、モデルをトレーニングして推論を行い、予測を取得して、TensorFlow 2 で説明をリクエストするプロセスを説明します。どちらのノートブックでも Explainable AI SDK を使用して説明を可視化する方法を示します。まず、サンプル ノートブックを選択してください。
- AI Explanations: 表形式のデータモデルの説明では、気象と自転車シェアのデータを使用して自転車の走行時間を予測し、構造化データの特徴アトリビューションを取得する方法を説明します。
- AI Explanations: 画像データモデルの説明では、TensorFlow Flowers データセットでトレーニングされた分類モデルで画像の特徴属性について説明します。このノートブックでは、AI Explanations の統合勾配手法と XRAI 手法の両方を使用する方法を示します。
TensorFlow 1.15 を使用するサンプル ノートブックも用意されています。
すべてのノートブックのソースが GitHub に公開されています。
次のステップ
- AI Explanations のコンセプト概要を確認する。
- AI Explanations の制限事項を学習する。