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 AI Explanations, pastikan Anda dapat melatih dan men-deploy model di AI Platform:
- Menyiapkan lingkungan pengembangan lokal Anda.
- Siapkan project GCP dengan penagihan dan API yang diperlukan telah diaktifkan.
- Buat bucket Cloud Storage untuk menyimpan paket pelatihan dan model yang Anda latih.
Untuk menyiapkan project GCP, ikuti petunjuk yang diberikan di contoh notebook.
Lingkungan notebook
Setiap contoh notebook dapat dijalankan di lingkungan notebook berikut:
Contoh notebook
Setiap contoh notebook menunjukkan proses end-to-end dalam 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 notebook contoh:
- AI Explanations: Menjelaskan model data tabel menggunakan data cuaca dan data bikeshare untuk memprediksi durasi perjalanan sepeda, dan menunjukkan cara mengambil atribusi fitur untuk data terstruktur.
- AI Explanations: Menjelaskan model data gambar menunjukkan atribusi fitur pada gambar untuk model klasifikasi yang dilatih di set data TensorFlow Flowers. Notebook ini menunjukkan cara menggunakan teknik Gradien Terintegrasi dan XRAI Penjelasan AI.
Selain itu, tersedia juga notebook sampel yang menggunakan TensorFlow 1.15:
Sumber untuk semua notebook juga tersedia di GitHub.
Langkah selanjutnya
- Baca ringkasan konseptual tentang AI Explanations.
- Memahami batasan Penjelasan AI.